Contoh Kasus Perhitungan TOPSIS

#01 Matriks Evaluasi

Berikut adalah contoh data penilaian alternatif untuk masing-masing kriteria.

Semeste Penghasilan
Kode Nama Tanggungan IPK
r Orang Tua

A1 Maria 5 3 3 2

A2 Ana 5 5 3 5

A3 Antonio 1 2 3 1

A4 Thomas 3 3 1 3

A5 Christina 4 5 3 2

Data kriteria ada empat sebagai berikut.

Kode Nama Atribut Bobot

C1 Tanggungan benefit 2

C2 IPK benefit 2

C3 Semester benefit 2

C4 Penghasilan Orang Tua cost 3

#02 Normalisasi

Tahap pertama normalisasi adalah mengkuadratkan masing-masing nilai matriks 

Kode C1 C2 C3 C4

A1 5*5=25 3*3=9 3*3=9 2*2=4

A2 5*5=25 5*5=25 3*3=9 5*5=25

A3 1*1=1 2*2=4 3*3=9 1*1=1

A4 3*3=9 3*3=9 1*1=1 3*3=9

A5 4*4=16 5*5=25 3*3=9 2*2=4

Tahap kedua normalisasi adalah mencari akar dari total nilai kuadrat setiap kriteria.
Kode Perhitungan Hasil

C1 8.7178

C2 8.4853

C3 6.0828

C4 6.5574

Tahap ketiga normalisasi adalah membagi setiap elemen matriks   dengan hasil tabel di atas.

Kode C1 C2 C3 C4

A1 5 / 8.7178 = 0.5735 3 / 8.4853 = 0.3536 3 / 6.0828 = 0.4932 2 / 6.5574 = 0.305

A2 5 / 8.7178 = 0.5735 5 / 8.4853 = 0.5893 3 / 6.0828 = 0.4932 5 / 6.5574 = 0.7625

A3 1 / 8.7178 = 0.1147 2 / 8.4853 = 0.2357 3 / 6.0828 = 0.4932 1 / 6.5574 = 0.1525

A4 3 / 8.7178 = 0.3441 3 / 8.4853 = 0.3536 1 / 6.0828 = 0.1644 3 / 6.5574 = 0.4575

A5 4 / 8.7178 = 0.4588 5 / 8.4853 = 0.5893 3 / 6.0828 = 0.4932 2 / 6.5574 = 0.305

#03 Normalisasi Terbobot

Tahap pertama dalam menghitung normalisasi terbobot adalah dengan membagi masing-masing
bobot kriteria dengan total bobot kriteria

Kode Perhitungan Bobot

C1 2 / (2+2+2+3) 0.2

C2 2 / (2+2+2+3) 0.2

C3 2 / (2+2+2+3) 0.2

C4 3 / (2+2+2+3) 0.3

Tahap kedua adalah mengalikan matriks normalisasi dengan bobot normal di atas.

Kode C1 C2 C3 C4

A1 0.5735 * 0.2 = 0.1721 0.3536 * 0.2 = 0.0707 0.4932 * 0.2 = 0.0986 0.305 * 0.3 = 0.0915

A2 0.5735 * 0.2 = 0.1721 0.5893 * 0.2 = 0.1179 0.4932 * 0.2 = 0.0986 0.7625 * 0.3 = 0.2287

A3 0.1147 * 0.2 = 0.0344 0.2357 * 0.2 = 0.0471 0.4932 * 0.2 = 0.0986 0.1525 * 0.3 = 0.0457

A4 0.3441 * 0.2 = 0.1032 0.3536 * 0.2 = 0.0707 0.1644 * 0.2 = 0.0329 0.4575 * 0.3 = 0.1372

A5 0.4588 * 0.2 = 0.1376 0.5893 * 0.2 = 0.1179 0.4932 * 0.2 = 0.0986 0.305 * 0.3 = 0.0915

#04 Solusi Ideal

Perhitungan solusi ideal sesuai dengan atribut masing-masing kriteria yaitu:

 1. Kriteria Tanggungan (benefit)
Solusi Ideal Positif = max(0.1721, 0.1721, 0.0344, 0.1032, 0.1376) = 0.1721
Solusi Ideal Negatif = min(0.1721, 0.1721, 0.0344, 0.1032, 0.1376) = 0.0344

2. Kriteria IPK (benefit)
Solusi Ideal Positif = max(0.0707, 0.1179, 0.0471, 0.0707, 0.1179) = 0.1179
Solusi Ideal Negatif = min(0.0707, 0.1179, 0.0471, 0.0707, 0.1179) = 0.0471

3. Kriteria Semester (benefit)
Solusi Ideal Positif = max(0.0986, 0.0986, 0.0986, 0.0329, 0.0986) = 0.0986
Solusi Ideal Negatif = min(0.0986, 0.0986, 0.0986, 0.0329, 0.0986) = 0.0329

4. Kriteria Penghasilan Orang Tua (cost)

Solusi Ideal Positif = min(0.0915, 0.2287, 0.0457, 0.1372, 0.0915) = 0.0457
Solusi Ideal Negatif = max(0.0915, 0.2287, 0.0457, 0.1372, 0.0915) = 0.2287

#05 Jarak Solusi Ideal

Tahap pertama dalam menghitung jarak solusi ideal adalah dengan mengkuadratkan selisih matriks
normalisasi terbobot dengan solusi ideal positif dan negatif:

Jarak Solusi Ideal Positif

Kode C1 C2 C3 C4

(0.1721 - 0.1721)^2 (0.0707 - 0.1179)^2 (0.0986 - 0.0986)^2 (0.0915 - 0.0457)^2

A1
= 0 = 0.0022 = 0 = 0.0021

(0.1721 - 0.1721)^2 (0.1179 - 0.1179)^2 (0.0986 - 0.0986)^2 (0.2287 - 0.0457)^2

A2
= 0 = 0 = 0 = 0.0335

(0.0344 - 0.1721)^2 (0.0471 - 0.1179)^2 (0.0986 - 0.0986)^2 (0.0457 - 0.0457)^2

A3
= 0.0189 = 0.005 = 0 = 0

(0.1032 - 0.1721)^2 (0.0707 - 0.1179)^2 (0.0329 - 0.0986)^2 (0.1372 - 0.0457)^2

A4
= 0.0047 = 0.0022 = 0.0043 = 0.0084

(0.1376 - 0.1721)^2 (0.1179 - 0.1179)^2 (0.0986 - 0.0986)^2 (0.0915 - 0.0457)^2

A5
= 0.0012 = 0 = 0 = 0.0021

Jarak Solusi Ideal Negatif

Kode C1 C2 C3 C4

(0.1721 - 0.0344)^2 (0.0707 - 0.0471)^2 (0.0986 - 0.0329)^2 (0.0915 - 0.2287)^2

A1
= 0.0189 = 0.0006 = 0.0043 = 0.0188

(0.1721 - 0.0344)^2 (0.1179 - 0.0471)^2 (0.0986 - 0.0329)^2 (0.2287 - 0.2287)^2

A2
= 0.0189 = 0.005 = 0.0043 = 0

(0.0344 - 0.0344)^2 (0.0471 - 0.0471)^2 (0.0986 - 0.0329)^2 (0.0457 - 0.2287)^2

A3
= 0 = 0 = 0.0043 = 0.0335

(0.1032 - 0.0344)^2 (0.0707 - 0.0471)^2 (0.0329 - 0.0329)^2 (0.1372 - 0.2287)^2

A4
= 0.0047 = 0.0006 = 0 = 0.0084

(0.1376 - 0.0344)^2 (0.1179 - 0.0471)^2 (0.0986 - 0.0329)^2 (0.0915 - 0.2287)^2

A5
= 0.0107 = 0.005 = 0.0043 = 0.0188

Tahap kedua adalah dalam menghitung jarak solusi ideal adalah mengakarkan total nilai tabel di atas
(positif dan nehatif) untuk setiap alternatif. Hasil dan perhitungannya bisa dilihat di tabel berikut:

Kode Positif Negatif

A1  = 0.0657  = 0.2066

A2  = 0.183  = 0.1681

A3  = 0.1547  = 0.1945

A4  = 0.1402  = 0.1169

A5  = 0.0572  = 0.197

#06 Nilai Preferensi

Perhitungan nilai preferensi berdasarkan jarak solusi ideal positif dan negatif, yaitu:

Kode Perhitungan Hasil

A1 0.2066/( 0.2066 + 0.0657) 0.7587

A2 0.1681/( 0.1681 + 0.183) 0.4788

A3 0.1945/( 0.1945 + 0.1547) 0.5569

A4 0.1169/( 0.1169 + 0.1402) 0.4547

A5 0.197/( 0.197 + 0.0572) 0.7749

#07 Perangkingan

Perangkingan berdasarkan nilai preferensi yang terbesar.

Rank Kode Nama Preferensi

1 A5 Christina 0.7749

2 A1 Maria 0.7587

3 A3 Antonio 0.5569

4 A2 Ana 0.4788

5 A4 Thomas 0.4547

Berdasarkan perhitungan metode TOPSIS di atas, maka alternatif yang terpilih

adalah Christina dengan total nilai 0.7749