NIM :18041149
Perlu dicatat bahwa pendekatan ini bukanlah metode AHP yang murni, tetapi
merupakan integrasi antara AHP danjaringan syarafbuatan untuk meningkatkan
kemampuan analisis dan prediksi.
C. Metode TOPSIS (Technique for Order of Preference by Similarity to Ideal
Solution) dan jaringan syaraf buatan (artificial neural networks) adalah dua
teknik yang berbeda dalam analisis data dan pengambilan keputusan. TOPSIS
adalah metode pengambilan keputusan multi-kriteria yang digunakan
untuk melakukan perankingan alternatif berdasarkan jarak relatif terhadap
solusi ideal.
Namun, dalam beberapa kasus, jaringan syarafbuatan dapat digunakan sebagai alat yang
berperan dalam metode TOPSIS. Berikut adalah pendekatan umum yang digunakan:
3. Pelatihan Jaringan Syaraf Buatan: Latih jaringan syaraf buatan dengan menggunakan
algoritmapembelajaranyang sesuai, seperti backpropagation, untuk mengoptimalkan bobot
dan parameter jaringan. Tujuannya adalah agar jaringan dapat mengenali pola dan
mempelajari hubungan antara kriteria dan output yang diinginkan.
5. Perhitungan Jarak Relatif: Hitung jarak relatif setiap alternatif terhadap solusi ideal
menggunakan metode Euclidean distance atau metode jarak lainnya. Jarak ini
menggambarkan sejauh mana alternatif tersebut mendekatiatau menjauhi solusi ideal.
Perlu dicatat bahwa pendekatan ini bukan metode TOPSIS yang murni, tetapi
merupakan integrasi antara TOPSIS dan jaringan syaraf buatan untuk meningkatkan
kemampuan
analisis dan perankingan dalam pengambilan keputusan.
. Garut, jumlah penduduk 2.6 juta, jumlah tempat wisata 59 , rumah makan pesaing
: 30.
. Ciamis, jumlah penduduk 1.4 juta, jumlah tempat wisata 28, rumah makan pesaing
: 28
. Banjar,jumlah penduduk 0.2 juta, jumlah tempat wisata 22, rumah makan pesaing
: 15
. Pangandaran, jumlah penduduk 0.5 juta, jumlah tempat wisata 15, rumah
makan pesaing : 25
Alternatif :
. Garut
. Ciamis
. Banjar
. Pangandaran
Kriteria :
. Jumlah penduduk
. Jumlah tempat wisata
. Rumahmakan pesaing
. Untuk melakukan normalisasi dari matriks keputusan yang kita buat, maka kita
harus menghitungnya dengan rumus :
Rij merupakan nilai atribut yang telah dinormalisasi
Berikuthasilnya :
Mencari solusi ideal positif (A+) dicari dari nilai maksimal normalisasi terbobot
setiap kriteria untuk alternatif benefit dan nilai minimal normalisasi terbobot setiap
kritera untuk alternatif cost.
Sedangkan solusi ideal negatif (A-) dicari dari nilai minimal normalisasi terbobot untuk
alternatif benefit dan nilai maksimal normalisasi terbobot setiap kriteria untuk alternatif
cost.
Sederhananya :
A+ = (max, benefit) | (min, cost)
Menentukan jarak antara nilai setiap alternatif dengan matriks solusi ideal positif
dan negatif
Rumus yang digunakan untuk menghitung jarak dari alternatifke solusi ideal postif (D+)
& solusi ideal negatif (D-) adalah :
Hasil perhitungan :
Menentukan nilai preferensi untuk setiap alternatif
Hasil perhitungan :