(SPK)
& CONTOH
METODE TOPSIS IMPLEMENTASI
Keterangan:
ai ( i = 1, 2, 3, . . . , m ) adalah alternatif-alternatif yang mungkin,
xj ( j = 1, 2, 3, . . . ,n ) adalah atribut dimana performansi
alternatif diukur,
xij adalah performansi alternatif ai dengan acuan atribut xj.
Membuat matriks keputusan yang
ternormalisasi
TOPSIS membutuhkan rating kinerja setiap alternatif Ai pada setiap kriteria xj
2
yang ternormalisasi, yaitu :
Keterangan:
rij adalah elemen dari matriks keputusan yang ternormalisasi R,
xij adalah elemen dari matriks keputusan X.
Membuat matriks keputusan yang
ternormalisasi terbobot 3
Solusi ideal positif A+ dan solusi ideal negatif A- dapat ditentukan berdasarkan rating bobot
ternormalisasi (yij). Dengan bobot wi = ( w1,w2 ,w3 , . . . ,wn ), dimana wi adalah bobot dari
kriteria ke-j dan ∑ sebagai :
Dengan,
Keterangan:
yij adalah elemen dari matriks keputusan yang ternormalisasi terbobot y,
yj+ = ( j = 1, 2, 3, . . . , n ) adalah elemen matriks solusi ideal positif,
yj- = ( j = 1, 2, 3, . . . , n ) adalah elemen matriks solusi ideal negatif
Menentukan jarak antara alternatif Ai
dengan solusi ideal positif 5
• Jarak antara alternatif Ai dengan solusi • Jarak antara alternatif Ai dengan solusi
ideal positif dirumuskan sebagai : ideal negatif dirumuskan sebagai :
Keterangan:
Di+ adalah jarak alternative ke-I dari solusi ideal positif,
Di- adalah jarak alternative ke-I dari solusi ideal negatif,
yij adalah elemen dari matriks keputusan yang ternormalisasi
terbobot V,
yj+ adalah elemen matriks solusi ideal positif,
yj- adalah elemen matriks solusi ideal negatif
Menentukan nilai preferensi untuk
setiap alternatif (Vi) 6
Nilai preferensi untuk setiap alternatif (Vi) diberikan sebagai :
“ SD 3 Kesiman ingin melakukan sertifikasi terhadap beberapa guru di SD tersebut. Calon guru
tersebut adalah Sarmini, Sugiyem, dan Djarot Suwinto . Bahan Pertimbangan atau kriteria
yang digunakan :
C1 = Masa kerja,
C2 = Usia guru,
C3 = Golongan,
C4 = Beban kerja,
C5 = Tugas Tambahan ,
C6 = Prestasi
Matriks keputusan ialah matriks nilai setiap kriteria yang dimiliki oleh
alternatif.Matriks keputusan daapat dilihat pada tabel 1 berikut ini :
Tabel 1 Tabel Matriks Keputusan
Keterangan :
1 = Sangat buruk
2 = Buruk
3 = Cukup
4 = Baik
5 = Sangat baik
c. Membuat Tabel Ternormalisasi
Setelah membuat matriks keputusan maka selanjutnya mencari nilai bobot pembagi
untuk menentukan matriks ternormalisasi. Matriks keputusan ternormalisasi dapat
dilihat pada tabel 2 dibawah ini:
Tabel 2 Tabel Keputusan beserta Bobot Pembagi
Pada langkah ini yang dilakukan adalah mengalikan setiap nilai matriks ternomalisasi dengan
bobot kepentingan (W) sehingga dihasilkan seperti tabel 4 berikut ini :
Bobot:
Tabel 4 Tabel Matriks Normalisasi Berbobot
W = {5,3,4,4,4,2}
X (dikali)
e. Mencari nilai Max dan Min
Nilai max nilai tertinggi dari setiap kriteria pada matriks ternormalisasi terbobot,
sedangkan nilai min adalah nilai terendah dari setiap kriteria pada matriks terbobot.
Nilai max dan min dapat dilihat pada tabel 5 di bawah ini :
Tabel 5 Tabel keputusan beserta Nilai Max dan Min
f. Mencari D+ dan D
Alternative diurutkan dari nilai V terbesar ke nilai terkecil. Alternatif dengan nilai
V terbesar merupakan solusi terbaik. Hasil yang didapat akan dirangkingkan dan
penentuan peserta sertifikasi guru menggunakan dua cara yaitu dengan pemberian
kuota dimana urutan nilai yang sama dengan atau lebih besar dari kuota yang
diberikan peserta sertifikasi akan lulu dan pemberian standar nilai dimana nilai
yang lebih besar dari standar nilai yang diberikan akan lulus.
Dilihat dari nilai V ini dapat dilihat bahwa V1 memiliki nilai terbesar,
sehingga dapat disimpulkan bahwa alternatif pertama yang akan
dipilih untuk sertifikasi guru , yaitu Djarot Suwinto dengan nilai
kriteria tertinggi.
KESIMPULAN
TOPSIS merupakan suatu bentuk metode pendukung keputusan yang didasarkan
pada konsep bahwa alternatif yang terbaik tidak hanya memiliki jarak terpendek dari
solusi ideal positif tetapi juga memiliki jarak terpanjang dari solusi ideal negative.
Konsep ini banyak digunakan untuk menyelesaikan masalah keputusan secara praktis.
Konsepnya sederhana dan mudah dipahami, komputasinya efisien dan memiliki
kemampuan untuk mengukur kinerja relatif dari alternatif-alternatif keputusan dalam
bentuk matematis yang sederhana.