Metode TOPSIS

Referensi :

Multi Attribute Decision Making

TPPA Metode Topsis untuk Pemilihan Jenis Training
The Technique for Order of Preference by
Similarity to Ideal Solution (TOPSIS)

salah satu metode pengambilan

keputusan multikriteria atau alternatif
pilihan yang merupakan alternatif yang
mempunyai jarak terkecil dari solusi ideal
positif dan jarak terbesar dari solusi ideal
negatif dari sudut pandang geometris
dengan menggunakan jarak Euclidean
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.
Metode TOPSIS
◼ Metode TOPSIS didasarkan pada
konsep bahwa alternatif terpilih yang
terbaik tidak hanya memiliki jarak
terpendek dari solusi ideal positif tetapi
juga memiliki jarak terpanjang dari
solusi ideal negatif.
Langkah 1
1. Data Alternatif
Data alternatif sebagai orang/objek yang akan dinilai.
2. Data Kriteria
Data kriteria sebagai menjadi dasar penilaian untuk
alternatif. Kriteria bisa berupa cost atau benefit.
Benefit berarti semakin besar nilainya semakin bagus,
sebaliknya cost semakin kecil nilainya semakin bagus.
3. Nilai Bobot masing-masing kriteria
4. Nilai Alternatif
Nilai alternatif digunakan untuk memberikan penilaian
terhadap alternatif pada masing-masing kriteria.
Misal
Misal dalam studi kasus penerimaan beasiswa,
maka nilai IPK itu sebagai benefit, karena
samakin besar IPK akan semakin besar
peluang untuk terpilih. Sedangkan yang
sebagai cost adalah penghasilan orang tua,
karena kalau penghasilan orang tua besar tentu
memperkecil peluang untuk mendapatkan
beasiswa.
Langkah 2

◼ 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.
Tahapan dalam Metode
TOPSIS
◼ Membuat matriks keputusan yang
ternormalisasi
◼ Membuat matriks keputusan yang
ternormalisasi terbobot
◼ Menentukan matriks solusi ideal positif dan
matriks solusi ideal negatif
◼ Menentukan jarak antara nilai setiap alternatif
dengan matriks solusi ideal positif dan negatif
◼ Menentukan nilai preferensi untuk setiap
alternatif
Ranking tiap alternative (Matrik
Ternormalisasi)
◼ TOPSIS membutuhkan ranking kinerja setiap
alternatif Ai pada setiap kriteria Cj yang
ternormalisasi yaitu :

dengan i=1,2,....m; dan j=1,2,......n;

Solusi ideal positif dan negatif
◼ Solusi ideal positif A+ dan solusi ideal
negatif A- dapat ditentukan berdasarkan
ranking bobot ternormalisasi (yij) sebagai
berikut :
dengan i=1,2,...,m dan j=1,2,...,n
Jarak dengan solusi Ideal
Nilai preferensi untuk setiap
Alternatif
◼ Nilai preferensi untuk setiap alternatif
(Vi) diberikan sebagai :
i=1,2,...,m

◼ Nilai Vi yang lebih besar menunjukkan

bahwa alternatif Ai lebih dipilih
Ilustrasi Metode TOPSIS
Permasalahan
◼ Suatu perusahaan ingin membangun gudang sebagai
tempat menyimpan sementara hasil produksinya.
Ada 3 lokasi yang akan jadi alternatif yaitu
A1=Ngemplak, A2=Kalasan, A3=Kota Gede.
◼ Ada 5 kriteria yang dijadikan acuan dalam
pengambilan keputusan :
◼ 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)
Ranking kecocokan
◼ Ranking kecocokan setiap alternatif pada setiap
kriteria, dinilai dengan 1 sampai 5, yaitu
◼ 1 = sangat buruk
◼ 2 = buruk
◼ 3 = cukup
◼ 4 = baik
◼ 5 = sangat baik
◼ Tabel berikut menunjukkan ranking kecocokan dari
setiap alternatif pada setiap kriteria :
◼
Bobot preferensi dan
Matriks Keputusan
◼ Bobot preferensi untuk setiap kriteria C1, C2,
… C5 = (5, 3, 4, 4, 2)
◼ Matrik keputusan yang dibentuk dari tabel
ranking kecocokan :
4 4=X12 5=13 3 3
(Xij=
X11)
3 =X21 3 4 2 3

5=X31 4 2 2 2
Matriks Keputusan ternormalisasi

7,071
Nilai
yang ◼ Demikian seterusnya
benar
sampai didapat :
Matriks Keputusan
ternormalisasi
Matriks keputusan
ternormalisasi terbobot
◼ Matriks keputusan ternormalisasi
terbobot didapatkan dari perkalian
matriks R dengan bobot preferensi
(5, 3, 4, 4, 2) didapat :
Solusi ideal positif
 Solusi ideal negatif (min)

y1- =min {2.8385;2.1213; 3.5355} = 2.1213

y2- =min {1.8741; 1.4056; 0.8741} = 0.8741
y3- =min {2.9814; 2.3851; 1.1926} = 1.1926
y4- = min {2.9104;1.9403; 1.9403} = 1.9403
y5- =min {1.2792;1.2792; 0.8528} = 0.8528

A-= {2.1213; 0.8741; 1.1926; 1.9403; 0.8528}

Jarak antara nilai terbobot setiap
alternatif terhadap solusi ideal positif
Jarak antara nilai terbobot setiap
alternatif terhadap solusi ideal
negatif
Kedekatan setiap alternatif
terhadap solusi ideal
SOLUSI
◼ Dari nilai V (jarak kedekatan setiap
alternatif terhadap solusi ideal)
diperoleh nilai V1 memiliki nilai
terbesar, sehingga yang akan dipilih
sebagai lokasi untuk mendirikan gudang
adalah kota Ngemplak.
LATIHAN
◼ Contoh kasus permasalahan : pemilihan
kendaraan
◼ Kriteria : Model, Keandalan, BBM
◼ Alternatif : A, B, C, dan D
◼ Pairwise comparison untuk kriteria :
◼ Keandalan 2 x lebih penting daripada model
◼ Model 3 x lebih penting daripada hematnya bahan
bakar
◼ Keandalan 4 x lebih penting daripada hembatnya
bahan bakar
Tugas
◼ Pairwise comparison
antar alternatif untuk
kriteria Model :

◼ Pairwise comparison
antar alternatif untuk
kriteria Keandalan
Tugas
◼ Konsumsi bahan bakar tiap alternatif:

◼ Tentukan mana kendaraan yang dipilih

dengan menggunakan metode TOPSIS
Tugas
◼ Tentukan mana pekerjaan yang dipilih
dengan menggunakan metode TOPSIS