SISTEM PENUNJANG

KEPUTUSAN
(IF041-3 SKS)
Oleh :
Dr. Deni Mahdiana,MM,M.Kom

© 2009 Fakultas Teknologi Informasi Universitas Budi Luhur

Jl. Ciledug Raya Petukangan Utara Jakarta Selatan 12260
Website: http://fti.bl.ac.id Email: sekretariat_fti@bl.ac.id

Metode Technique for Order

Preference by Similarity to
Ideal Solution (TOPSIS)

© 2009 Fakultas Teknologi Informasi Universitas Budi Luhur

Jl. Ciledug Raya Petukangan Utara Jakarta Selatan 12260
Website: http://fti.bl.ac.id Email: sekretariat_fti@bl.ac.id

1
 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.
 TOPSIS banyak digunakan dengan alasan:
 konsepnya sederhana dan mudah dipahami;
 komputasinya efisien; dan
 memiliki kemampuan untuk mengukur kinerja relatif dari
alternatif-alternatif keputusan dalam bentuk matematis
yang sederhana.

TOPSIS
 Langkah-langkah penyelesaian masalah
MADM dengan TOPSIS:
 Membuat matriks keputusan yang ternormalisasi;
 Membuat matriks keputusan yang ternormalisasi terbobot;
 Menentukan matriks solusi ideal positif & matriks solusi
ideal negatif;
 Menentukan jarak antara nilai setiap alternatif dengan
matriks solusi ideal positif & matriks solusi ideal negatif;
 Menentukan nilai preferensi untuk setiap alternatif.

2
 TOPSIS
 TOPSIS membutuhkan rating kinerja setiap alternatif
Ai pada setiap kriteria Cj yang ternormalisasi, yaitu:

x ij
rij 
m

x
i 1
2
ij

TOPSIS

 Solusi ideal positif A+ dan solusi ideal negatif A-

dapat ditentukan berdasarkan rating bobot
ternormalisasi (yij) sebagai:

y ij  w i rij

A   y1 , y 2 ,, y n ; 
A  y 
1 , y 2 ,, y ;

n

3
 TOPSIS
dengan
max y ij ; jika j adalah atribut keuntungan
 i
y j  
min y ij ; jika j adalah atribut biaya
 i

min y ij ; jika j adalah atribut keuntungan

  i
yj  
max y ij ; jika j adalah atribut biaya
 i

TOPSIS
 Jarak antara alternatif Ai dengan solusi ideal
positif dirumuskan sebagai:

 y  y ij  ;
n
2
D i  
i
j1

 Jarak antara alternatif Ai dengan solusi ideal

negatif dirumuskan sebagai:

 y  y i  ;
n
 2
D 
i ij
j1

4
 TOPSIS

 Nilai preferensi untuk setiap alternatif (Vi)

diberikan sebagai:
D i
Vi   ;
D i  D i

 Nilai Vi yang lebih besar menunjukkan bahwa

alternatif Ai lebih dipilih

TOPSIS
 Contoh:
 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.

5
 TOPSIS

 Ada 5 kriteria yang dijadikan acuan dalam

pengambilan keputusan, yaitu:
 C1 = jarak dengan pasar terdekat (km), (Cost)
 C2 = kepadatan penduduk di sekitar lokasi
(orang/km2); (Benefit)
 C3 = jarak dari pabrik (km); (Cost)
 C4 = jarak dengan gudang yang sudah ada (km);
(benefit)
 C5 = harga tanah untuk lokasi (x1000 Rp/m2). (cost)

TOPSIS
 Tingkat kepentingan setiap kriteria, juga dinilai
dengan 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)

6
 TOPSIS
 Nilai setiap alternatif di setiap kriteria:

Kriteria
Alternatif
C1 C2 C3 C4 C5

A1 0,75 2000 18 50 500

A2 0,50 1500 20 40 450

A3 0,90 2050 35 35 800

Bobot 5 3 4 4 2

TOPSIS
 Menentukan Nilai Pembagi

 C1 = SQRT((0,75^2)+(0,5^2)+(0,9^2)) = 1,2738
 C2 = SQRT((2000^2)+(1500^2)+(2050^2)) = 3233,0326
 C3 = SQRT((18^2)+(20^2)+(35^2)) = 44,1475
 C4 = SQRT((50^2)+(40^2)+(35^2)) = 72,9726
 C5 = SQRT((500^2)+(450^2)+(800^2)) = 1045,2272

FAKULTAS TEKNOLOGI INFORMASI SISTEM PENUNJANG KEPUTUSAN-IF041-3 3-14

7
 TOPSIS
 Menentukan Matrik ternormaliasi R

 C11 = 0,75/1,2738 = 0,58888  C14 = 50/72,9726 = 0,6852

 C21 = 0,5/1,2738 = 0,3925
 C31 = 0,9/1,2738 = 0,7066
 C12 = 2000/3233,0326 = 0,6186
 C22 = 1500/3233,0326 = 0,4640
 C32 = 2050/3233,0326 = 0,6341
 C13 = 18/44,1475 = 0,4077
 C23 = 20/44,1475 = 0,4530
 C33 = 35/44,1475 = 0,7928
 C24 = 40/72,9726 = 0,5482
 C34 = 35/72,9726 = 0,4796
 C15 = 500/1045,2272 = 0,4784
 C25 = 450/1045,2272 = 0,4305
 C35 = 800/1045,2272 = 0,7654

FAKULTAS TEKNOLOGI INFORMASI SISTEM PENUNJANG KEPUTUSAN-IF041-3 3-15

TOPSIS
 Hasil Matriks ternormalisasi, R:
0,5888 0,6186 0,4077 0,6852 0,4784 
R  0,3925 0,4640 0,4530 0,5482 0,4305 
0,7066 0,6341 0,7928 0,4796 0,7654 

 Menentukan Matriks Ternormalisasi Terbobot Y

 W = (5, 3, 4, 4, 2)
 C11 =0,5888*5 = 2,9440
 C21 = 0,3925 * 5 = 1,9627
 C31 = 0,7066 * 5 = 3,5328

8
 TOPSIS

 Matriks ternormalisasi terbobot, Y:

2,9440 1,8558 1,6309 2,7408 0,9567 
Y  1,9627 1,3919 1,8121 2,1926 0,8611 
3,5328 1,9022 3,1712 1,9185 1,5308 

TOPSIS
 Solusi Ideal Positif (A+):

y1  min 2,9440; 1,9627; 3,5328  1,9627

y 2  max1,8558; 1,3919; 1,9022  1,9022
y 3  min 1,6309; 1,8121; 3,1712  1,6309
y 4  max2,7408; 2,1926; 1,9185  2,7408
y 5  min 0,9567; 0,8611; 1,5308  0,8611

A   1,9627; 1,9022; 1,6309; 2,7408; 0,8611

9
 TOPSIS
 Solusi Ideal Negatif (A-):
y1  max2,9440; 1,9627; 3,5328  2,9440
y 2  min 1,8558; 1,3919; 1,9022  1,3919
y 3  max1,6309; 1,8121; 3,1712  3,1712
y 4  min 2,7408; 2,1926; 1,9185  1,9185
y 5  max0,9567; 0,8611; 1,5308  1,5308

A   2,9440; 1,3919; 3,1712; 1,9185; 1,5308

TOPSIS
 Jarak antara nilai terbobot setiap alternatif
terhadap solusi ideal positif, :Si

D1  0,9871 D 2  0,7706 D 3  2,4418

 Jarak antara nilai terbobot setiap alternatif

terhadap solusi ideal negatif, :Si 

D1  1,9849 D2   2,1991 D3  0,5104

10
 TOPSIS
 Kedekatan setiap alternatif terhadap solusi ideal dihitung
sebagai berikut:
1,9849
V1   0,6679
0,9871  1,9849
2,1991
V2   0,7405
0,7706  2,1991
0,5104
V3   0,1729
2,4418  0,5104
 Dari nilai V ini dapat dilihat bahwa V2 memiliki nilai
terbesar, sehingga dapat disimpulkan bahwa alternatif
kedua yang akan lebih dipilih.
 Dengan kata lain, Kalasan akan terpilih sebagai lokasi
untuk mendirikan gudang baru.

SELESAI

© 2009 Fakultas Teknologi Informasi Universitas Budi Luhur

Jl. Ciledug Raya Petukangan Utara Jakarta Selatan 12260
Website: http://fti.bl.ac.id Email: sekretariat_fti@bl.ac.id

FAKULTAS TEKNOLOGI INFORMASI SISTEM PENUNJANG KEPUTUSAN-IF041-3 3-22

11