LAPORAN

SISTEM PENDUKUNG KEPUTUSAN

Disusun oleh :

Kelompok 5

David Arlian Narya Putra

Delia Makawimbang
Mariana Geyabi
Trisye Juliet Sairwona
Wisnu Galih

PROGRAM STUDI SISTEM INFORMASI

FAKULITAS ILMU KOMPUTER
UNIVERSITAS VICTORY SORONG
 Metode Simple Additive Weighting (SAW)

Pendahuluan
Metode SAW sering dikenal dengan istilah metode penjumlahan terbobot. Konsep
dasar metode SAW (Simple Additive Weighting) adalah mencari penjumlahan terbobot
dari rating kinerja pada setiap alternatif pada semua atribut. Metode SAW dapat membantu
dalam pengambilan keputusan suatu kasus, akan tetapi perhitungan dengan menggunakan
metode SAW ini hanya yang menghasilkan nilai terbesar yang akan terpilih sebagai
alternatif yang terbaik. Perhitungan akan sesuai dengan metode ini apabila alternatif yang
terpilih memenuhi kriteria yang telah ditentukan. Metode SAW ini lebih efisien karena
waktu yang dibutuhkan dalam perhitungan lebih singkat. Metode SAW membutuhkan
proses normalisasi matriks keputusan (X) ke suatu skala yang dapat diperbandingkan
dengan semua rating alternatif yang ada.

Contoh soal beserta penyelesaiannya

Pada kasus kali ini berhubungan dengan pemilihan minuman terbaik yang
setiap kriteria dan juga bobot yang sudah di tetapkan:

 KRITERIA

KRITERIA
Harga C1
Rasa C2
Kemasan C3
Kualitas C4

C1 = Cost
C2 = Benefit
C3 = Benefit
C4 = Benefit

KRITERIA JENIS ATRIBUT

C1 Cost
C2 Benefit
C3 Benefit
C4 Benefit
 RATING KECOCOKAN

RATING KECOCOKAN BOBOT

Sangat Baik 4
Cukup Baik 3
Baik 2
Buruk 1

 KRITERIA HARGA (C1)

RATING KECOCOKAN BOBOT

Redbull 3
Mizone 4
Pocari 2
Kratingdaeng 3

 KRITERIA RASA (C2)

RATING KECOCOKAN BOBOT

Redbull 2
Mizone 3
Pocari 3
Kratingdaeng 2

 KRITERIA KEMASAN (C3)

RATING KECOCOKAN BOBOT

Redbull 1
Mizone 4
Pocari 4
Kratingdaeng 3
 KRITERIA KUALITAS (C4)

RATING KECOCOKAN BOBOT

Redbull 2
Mizone 3
Pocari 1
Kratingdaeng 4

 KRITERIA BRAND (C5)

RATING KECOCOKAN BOBOT

Redbull 2
Mizone 3
Pocari 2
Kratingdaeng 2

 BOBOT SETIAP KRITERIA

C1 : 40%
C2 : 30%
C3 : 20%
C4 : 10%

 ALTERNATIF DAN KRITERIA

RATING KECOCOKAN KRITERIA

C1 C2 C3 C4
A1 3 2 1 2
A2 4 3 4 3
A3 2 3 4 1
A4 3 2 3 4
 NORMALISASI MATRIKS SAW

= =1 = = 0,75

= = 1,5 = =1

= = 0,66 = =1

= =1 = = 0,66

= =1 = =4

= =4 = =3

= =1 = = 1,5

= = 0,5 = =2

Hasil Normalisasi

( )

Hasil

W = [40,30,20,10]

V1 = (40)(1)+(30)(0,75)+(20)(1,5)+(10)(1) = 103,3
V2 = (40)(0,66)+(30)(1)+(20)(1)+(10)(0,66) = 140
V3 = (40)(1)+(30)(4)+(20)(4)+(10)(3) = 55,8
V4 = (40)(1)+(30)(1,5)+(20)(0,5)+(10)(2) = 105
Kesimpulan
Dari nilai perhitungan yang ada telah di tetapkan nilai tertinggi yang di dapat
adalah nilai V2 dan menjadi pilihan yang berhak untuk di pilih.
 Metode Weight Product (WP)

Pendahuluan
Metode Weight Product Merupakan Metode Mcdm Dalam Pengambilan
Keputusan Yang Sederhana, Dan Mempunyai Beberapa Kelebihan Dibanding Metode
Yang Lain, Yaitu:
 Terdapat variabel Cost dan Benefit, yang berguna untuk menentukan
kriteria yang berpengaruh terhadap keputusan
 Metode ini lebih simpel dibandingkan dengan metode MCM lainnya.
 Perhitungannya tidak begitu kompleks
 Lebih mudah dipahami

Contoh soal beserta penyelesaiannya

Untuk dapat memahami metode Weight Product, berikut digambarkan dalam satu contoh
kasus berikut ini:Pada contoh soal ini, kriteria yang digunakan dalam mengambil keputusan
memilih minuman adalah sebagai berikut:

 Menentukan kriteria-kriteria
Kriteria
 Harga
 Rasa
 Kemasan
 Kualitas
 Brand
Alternatif
 Redbull
 Pocari
 Mizone
 Krating Daeng

 Menentukan rating kecocokan

Kriteria Keterangan Jenis Atribut

C1 Harga Cost

C2 Rasa Benefit

C3 Kemasan Cost

C4 Kualitas Cost

C5 Brand Benefit
 Melakukan normalisasi bobot
Melakukan normalisasi bobot dengan total bobot harus dijadikan nilai 1, dengan
persamaan:
Rumus

Alternatif Kriteria

C1 C2 C3 C4 C5

A1 100 85 90 95 100

A2 95 85 80 90 85

A3 100 95 100 90 100

A4 95 85 90 85 100

 Bobot dari tiap kriteria

Kriteria Bobot Jenis Atribut

C1 0,2 Cost

C2 0,3 Benefit

C3 0.2 Cost

C4 0,2 Cost

C5 0,1 Benefit

 Menghitung Vektor S
Wj adalah pangkat positif untuk atribut benefit dan bernilai negatif untuk atribut cost
Rumus untuk menghitung nilai preferensi untuk alternatif Ai, diberikan sebagai berikut:

Keterangan:
 S : menyatakan preferensi alternatif yang dianalogikan sebagai vektor S
 x : menyatakan nilai kriteria
 w : menyatakan bobot kriteria
 i : menyatakan alternatif
 j : menyatakan kriteria
 n : menyatakan banyaknya kriteria
 S1 = ( ( ( ( (
= (0,398)(3,791)(0,406)(0,402)(1,584)
= 0,390
S2 = ( ( ( ( (
= (0,402)(3,791)(0,416)(0,406)(1,559)
= 0,401
S3 = ( ( ( ( (
= (0,398)(3,920)(0,398)(0,406)(1,584)
= 0,399
S4 = ( ( ( ( (
= (0,402)(3,791)(0,406)(0,411)(1,584)
= 0,402

 Menghitung Vektor V

Keterangan:

 V : menyatakan preferensi alternatif yang dianalogikan sebagai vektor V

 x : menyatakan nilai kriteria
 w : menyatakan bobot kriteria
 i : menyatakan alternatif
 j : menyatakan kriteria
 n : menyatakan banyaknya kriteria

V1 =

V2 =

V3 =

V4 =
 Merangking Nilai Vektor V
 Ranking 1 -> V4
 Ranking 2 -> V2
 Ranking 3 -> V3

Kesimpulan

Jadi nilai terbesar ada pada V4=0,252 dan V2=0,251 sehingga alternatif V4 & V2
adalah alternatif yg terpilih sebagai alternatif terbaik. Dengan kata lain, minuman kratingdaeng
& pocari terpilih sebagai minuman yang di rekomendasikan kepada konsumen.
 Metode TOPSIS

Pendahuluan
TOPSIS menggunakan prinsip bahwa alternatif yang terpilih harus mempunyai jarak
terdekat dari solusi ideal positif dan juga harus memiliki jarak terpanjang dari solusi ideal
negatif dari sudut pandang geometris dengan menggunakan jarak Euclidean (jarak antara dua
titik) untuk menentukan kedekatan relatif dari suatu alternatif dengan solusi optimal.
Berikut beberapa langkah-langkah dalam menggunakan metode TOPSIS :
1. Matriks Keputusan Ternormalisasi
2. Pembobotan nilai Matriks Keputusan ternormalisasi
3. Menentukan solusi nilai Ideal Positif dan Negatif
4. Mentukan jarak antara nilai setiap alternatif dengan matriks solusi ideal positif dan
negatif
5. Menentukan nilai prefrensi untuk setiap alternatif
6. Meranking alternatif

Contoh soal beserta penyelesaiannya

Masalah ayng dietmukan : Pemilihan Minuman Berenergi

Data Kriteria dan bobot

Tabel 2.1 Kriteria dan bobot minuman energi

Kriteria Keterangan Bobot Jenis

C1 Harga 0,20 Cost
C2 Rasa 0,30 Benefit
C3 Kemasan 0,20 Benefit
C4 Kualitas 0,20 Benefit
C5 Brand 0,10 Benefit

Tabel 2.7 Penilaian dari setiap alternatif

Kriteria
Alternatif
C1 C2 C3 C4 C5

A1 100 85 90 95 100

A2 95 85 80 90 85

A3 100 95 100 90 100

A4 95 85 90 85 100
Matriks ternomalisasi yaitu :

√ √

√ √

√ √

√ √

√ √

√ √

√ √

√ √

√ √

√ √

√ √

√ √

√ √

√ √

√ √

√ √

√ √

√ √

√ √
 √ √

0,512 0,485 0,498 0,527 0,518

Maka, R = 0,487 0,485 0,443 0,499 0,440
0,512 0,542 0,553 0,499 0,518
0,487 0,485 0,498 0,471 0,518

Matriks ternomalisasi terbobot, yaitu :

0,1024 0,1455 0,0996 0,1054 0,0518

Maka, Y = 0,0974 0,1455 0,0886 0,0998 0,044
0,1024 0,1626 0,1106 0,0998 0,0518
0,0974 0,1455 0,0996 0,0942 0,0518
Menghitung nilai Solusi Ideal Positif :

Menghitung nilai Solusi Ideal Negatif :

Solusi Ideal Positif :

√( ( ( ( (
=

√( ( ( ( (
=

√( ( ( ( (
=

√( ( ( ( (
= 00053885

Solusi Ideal Negatif :

√( ( ( ( (
=

√( ( ( ( (
=

√( ( ( ( (
=
√( ( ( ( (
=

Menghitung nilai Bobot Preferensi (Vi)

Tabel 2.12 Perankingan

Alternatif Nilai Ranking

Redbull 0,412 3

Mizone 0,990 2

Pocari 0,934 1

Kratindaeng 0,277 4

Kesimpulan
Dari nilai perhitungan yang ada telah di tetapkan nilai tertinggi yang di dapat adalah
nilai V3 dan menjadi pilihan yang berhak untuk di pilih.