Dimana
ai (i=1,2,3,….,m) adalah alternatif-alternatif yang mungkin,
xj (j=1,2,3, …,n) adalah atribut dimana performansi alternatif diukur, x ij
adalah performansi alternatif ai dengan acuan atribute xj.
2. Membangun matriks keputusan yang ternormalisasi. Dengan rumus :
Dimana :
rij = Hasil ternormalisasi matriks keputusan X.
xij = Elemen dari matriks keputusan.
i = 1,2,3, …, n; j = 1,2,3, …, m;
3. Menghitung matriks keputusan yang ternormalisasi terbobot. Matriks ini
diperoleh dengan mengalikan nilai Xij dengan berat masing-masing kriteria
Dimana :
Wij = bobot dari kriteria.
i = 1,2,3, …, n;
j = 1,2,3, …, m;
4. Identifikasi matriks solusi ideal positif (A+) dan matriks solusi ideal negatif
(A-). Dengan rumus :
Dimana :
𝐴+adalah solusi ideal positif
𝐴−adalah solusi ideal negatif
5. Menghitung jarak seperasi, S+ nilai dari solusi positif dan S- nilai dari solusi
negatif.
𝑛
𝑆𝐼+ = √∑ [𝑣𝑖𝑗 − 𝑣𝑗+ ]2
𝑗=1
Dimana :
𝑆𝐼 + adalah jarak alternatif ke-i dari solusi ideal positif,
𝑆𝐼 − adalah jarak alternatif ke-i dari solusi ideal negatif
𝑣𝑖𝑗 adalah elemen dari matriks keputusan yang ternormalisasi terbobot V
𝑣𝑗 + adalah elemen matriks solusi ideal positif
𝑣𝑗 − adalah elemen matriks solusi ideal negatif
6. Menghitung kedekatan relatif solusi ideal positif.
Dimana :
𝑐𝑖 + adalah kedekatan relatif dari alternatif ke-i terhadap solusi ideal positif
𝑠𝑖 + adalah jarak alternatif ke-i dari solusi ideal positif
𝑠𝑖 − adalah jarak alternatif ke-i dari solusi ideal negatif
7. Meranking alternatif
Alternatif diurutkan dari C+ terbesar ke terkecil dengan nilai C+ terbesar
adalah alternatif terbaik.
Dimana :
C+ adalah kedekatan relatif dari alternatif