Del Institute of Technology

www.del.ac.id

PENGAMBILAN
KEPUTUSAN
MINGGU 7

FIS-IT DEL 1
TOPSIS (Technique for Order of
Preference by Similarity to Ideal
Solution)

FIS-IT DEL 2
Pengantar
› TOPSIS adalah salah satu metode pengambilan
keputusan multikriteria yang pertama kali diperkenalkan
oleh Yoon dan Hwang (1981)

› TOPSIS menggunakan prinsip bahwa alternatif yang

terpilih harus mempunyai jarak terdekat dari solusi ideal
positif dan terjauh dari solusi ideal negatif dari sudut
pandang geometris dengan menggunakan jarak Euclidean
untuk menentukan kedekatan relatif dari suatu alternatif
dengan solusi optimal.
Pengantar
› Solusi ideal positif didefinisikan sebagai jumlah
dari seluruh nilai terbaik yang dapat dicapai
untuk setiap atribut, sedangkan solusi negatif-
ideal terdiri dari seluruh nilai terburuk yang
dicapai untuk setiap atribut.

› TOPSIS mempertimbangkan keduanya, jarak

terhadap solusi ideal positif dan jarak terhadap
solusi ideal negatif dengan mengambil
kedekatan relatif terhadap solusi ideal positif.
Berdasarkan perbandingan terhadap jarak
relatifnya, susunan prioritas alternatif bisa
dicapai.
Pengantar
› Metode ini banyak digunakan untuk
menyelesaikan pengambilan keputusan secara
praktis. Hal ini disebabkan konsepnya
sederhana dan mudah dipahami, komputasinya
efisien,dan memiliki kemampuan mengukur
kinerja relatif dari alternatif-alternatif
keputusan.
Prosedur TOPSIS
› Langkah 1. Menentukan alternatif, kriteria, kategori kriteria
dan matriks keputusan yang memuat rating kinerja alternatif
ke-i terhadap atribut ke-j 𝑥𝑖𝑗 .

› Langkah 2. Membuat matriks keputusan yang ternormalisasi

x ij
rij =
m

 ij
x 2

i =1

› Langkah 3. Membuat matriks keputusan yang ternormalisasi

terbobot. Solusi ideal positif A+ dan solusi ideal negative A-
ditentukan dari
yij = wi rij
Prosedur TOPSIS
› Langkah 4. Menentukan matriks solusi ideal positif dan
solusi ideal negative dengan

max yij ; if j : benefit criteria min yij ; if j : benefit criteria

+  i −  i
yj =  yj = 
min yij ; if j : cost criteria max yij ; if j : cost criteria
 i  i

(
A+ = y1+ , y2+ ,  , yn+ ) (
A − = y1− , y −2 ,, y −n ; )
Prosedur TOPSIS
› Langkah 5. Menentukan jarak antara nilai setiap alternatif
dengan matriks solusi ideal positif dan negative
› Jarak antara alternative Ai dengan solusi ideal positif
diberikan oleh
 (y )
n
+ + 2
D =
i i − y ij ;
j=1

› Jarak antara alternative nAi dengan solusi ideal negatif

diberikan oleh D i− =  (y ij − y i− ) ;
2

j=1
Prosedur TOPSIS
› Langkah 6. Menentukan nilai preferensi untuk setiap
alternative. Nilai preferensi diberikan oleh

−
D
Vi = − i
+
;
Di + Di
Langkah 7. Menentukan alternatif terpilih. Alternatif
dengan nilai 𝑉𝑖 yang paling besar dipilih menjadi alternatif
Contoh
– Suatu perusahaan di Daerah Toba ingin membangun sebuah
gudang yang akan digunakan sebagai tempat untuk menyimpan
sementara hasil produksinya.
– Ada 3 lokasi yang akan menjadi alternatif, yaitu:
› A1 = Porsea
› A2 = Balige,
› A3 = Laguboti.
– Ada 5 kriteria yang dijadikan acuan dalam pengambilan keputusan,
yaitu:
› 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).

FIS-IT DEL 10
Contoh
– Tingkat kepentingan setiap kriteria, juga dinilai
dengan 1 sampai 5, yaitu:
› 1 = Sangat rendah,
› 2 = Rendah,
› 3 = Cukup,
› 4 = Tinggi,
› 5 = Sangat Tinggi.
– Pengambil keputusan memberikan bobot preferensi
sebagai:
W = (5, 3, 4, 4, 2)
Contoh
– Nilai setiap alternatif di setiap kriteria. Tentukan
alternatif yang akan dipilih

Kriteria
Alternatif
C1 C2 C3 C4 C5

A1 0,75 2000 18 50 500

A2 0,50 1500 20 40 450

A3 0,90 2050 35 35 800

Solusi
Langkah 1. Menentukan alternatif, kriteria, kategori kriteria dan matriks
keputusan yang memuat rating kinerja alternatif ke-i terhadap atribut ke-j 𝑥𝑖𝑗 .
– Alternatif, yaitu:
› A1 = Porsea
› A2 = Balige,
› A3 = Laguboti.
– Kriteria, yaitu:
› 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).
– Kategori setiap kriteria:
› Kriteria C2 (kepadatan penduduk di sekitar lokasi) dan C4 (jarak dengan
gudang yang sudah ada) adalah kriteria keuntungan;
› Kriteria C1 (jarak dengan pasar terdekat), C3 (jarak dari pabrik), dan C5 (harga
tanah untuk lokasi) adalah kriteria biaya.
– Sebelumnya dilakukan perbaikan bobot terlebih dahulu seperti sehingga
w = 1, diperoleh w1 = 0,28; w2 = 0,17; w3 = 0,22; w4 = 0,22; dan w5 =
0,11.
 x ij
Langkah 2. Membuat matriks keputusan yang ternormalisasi rij = m

x
i =1
2
ij
x ij
▪ Perhatikan rij =
m

x
i =1
2
ij

0,75 0,75 2000 2000

𝑟11 = = = 0.5888 𝑟12 = = = 0.6186
2 2
(0,75) +(0,5) +(0,9) 2 1,2738 2 2
(2000) +(1500) +(20)2 3233,0326
0,5 0,5 18 2000
𝑟21 = = = 0.3925 𝑟13 = = = 0.4077
(0,75)2 +(0,5)2 +(0,9)2 1,2738 2 2
(18) +(20) +(35)2 3233,0326
0,9 0,9
𝑟31 = = = 0.7066
(0,75)2 +(0,5)2 +(0,9)2 1,2738
………

0.5888 0.6186 0.4077 0.6852 0.4784

R = 0.3925 0.4640 0.4530 0.5482 0.4305
0.7066 0.6341 0.7928 0.4796 0.7654
14
Langkah 3. Membuat matriks keputusan yang
ternormalisasi terbobot 𝑦𝑖𝑗 .

yij = wi rij
𝑦11 = 0.28 𝑥 0.5888 = 0.1649 𝑦12 = 0.17 𝑥 0.6186 = 0.1052
𝑦21 = 0.28 𝑥 0.3925 = 0.1099 𝑦22 = 0.17 𝑥 0.4640 = 0.0789
𝑦31 = 0.28 𝑥 0.7066 = 0.1978 𝑦32 = 0.17 𝑥 0.6341 = 0.1078 …….
0.1649 0.1052 0.0897 0.1507 0.0526
Y = 0.1099 0.0789 0.0997 0.1206 0.0474
0.1978 0.1078 0.1744 0.1055 0.0842

15
 Langkah 4. Menentukan solusi ideal positif A+ dan solusi
ideal negative A- ditentukan dari
0.1649 0.1052 0.0897 0.1507 0.0526 max yij ; if j : benefit criteria
 i
Y = 0.1099 0.0788 0.0997 0.1206 0.0474 +
yj = 
0.1978 0.1078 0.1744 0.1055 0.0842 min yij ; if j : cost criteria
▪ Positive ideal solution:  i

y1+ = min0.1649;0.1099;0.1978 = 0.1099

y2+ = max0.1052;0.0789;0.1078 = 0.1078
y3+ = min0.0897;0.0997;0.1744 = 0.0897
y4+ = max0.1507;0.1206;0.1055 = 0.1507
y5+ = min0.0526;0.0474;0.0842 = 0.0474

A+ = 0.1099;0.1078;0.0897;0.1507;0.0474
A− = 0.1978;0.0789;0.1744;0.1055;0.0842

16
 Langkah 5. Menentukan jarak antara nilai setiap
alternatif dengan matriks solusi ideal positif dan
negative
0,1649 0,1052 0,0897 0.1507 0.0526
A = 0.1099;0.1078;0.0897;0.1507;0.0474
+
Y = 0,1099 0,0789 0,0997 0.1206 0.0474
A− = 0.1978;0.0789;0.1744;0.1055;0.0842 0,1978 0,1078 0,1744 0.1055 0.0842

▪ Jarak antara nilai bobot alternatif dengan setiap solusi ideal positif adalah:
 (y )
n
+ + 2
D =
i i − y ij ;
j=1

𝐷1+ = (0.1099 − 0.1649)2 +(0.1078 − 0.1052)2 +(0.0897 − 0.0897)2 +(0.1507 − 0.1507)2 + (0.0474 − 0.0526)2
D1+ = 0,0552 D2+ = 0,0429 D3+ = 0.1353

▪ Jarak antara nilai bobot alternatif dengan setiap solusi ideal negative adalah:

 (y )
n
− 2
D =
i ij − y i− ;
j=1

𝐷1− = (0.1649 − 0.1978)2 +(0.1052 − 0.0789)2 +(0.0897 − 0.1744)2 +(0.1507 − 0.1055)2 + (0.0526 − 0.0842)2 17
D1− = 0.1095 D2− = 0.1220 D3− = 0.0289
 Langkah 6. Menentukan nilai preferensi untuk setiap
alternative. Nilai preferensi diberikan oleh D i−
Vi = − +
;
D +D
i i

Dengan melakukan perhitungan diperoleh nilai

0.1095
V1 = = 0.6646
0.0552 + 0.1095

▪ . V2 =
0.1220
0,0429 + 0.1220
= 0,7397

0.0289
V3 = = 0,1760
0.1353 + 0.0289

Langkah 7. Menentukan nilai alternatif terpilih. Alternatif

dengan nilai Di yang paling besar dipilih menjadi
alternatif. Karena 𝑉2 memiliki nilai paling besar, maka
alternatif kedua menjadi terpilih.
18
 Latihan 1
› Perusahaan ABC sedang
melakukan interview untuk posisi
manager. Untuk tahap final, ada 5
kandidat yang tersisa dan akan GAJI YANG NILAI UJIAN NILAI
dipilih 1 orang kandidat yang ALTERNATIF IPK DIHARAPKAN TEKNIKAL PERILAKU
terpilih untuk mengisi posisi
manager tersebut. Tabel berikut Kandidat 1 3.5 12,000 72 AB
menunjukkan detail nilai dari 5
kandidat yang terdiri dari IPK, gaji Kandidat 2 2.9 8,500 68 AB
yang diharapkan, skore ujian
teknikal dan nilai perilaku. Kandidat 3 3.1 9,500 63 B
Pengambil keputusan menentukan
bobot kriteria IPK: 30%, gaji: 20%, Kandidat 4 3.3 10,000 70 A
nilai ujian teknikal: 25%, nilai
perilaku 25%. Tentukan candidat Kandidat 5 3.8 14,000 72 A
terpilih dengan menggunakan
metode TOPSIS
Latihan 2
› Pada pemilihan ketua BEM Universitas X, ada 5 jenis tes yang dinilai pada
4 orang calon seperti ditampilkan pada table berikut ini. Jika peraturan
di Universitas memberikan bobot untuk tes pengetahuan, tes praktek
kepemimpinan, tes kepribadian, tes inovasi dan tes kedisiplinan
keasramaan masing masing 25%, 25%, 25%, 15% dan 10%, tentukan
siapa ketua BEM terpilih berdasarkan metode TOPSIS dan bandingkan
hasilnya dengan metode SAW dan WP yang sudah anda kerjakan.

FIS-IT DEL 20
FIS-IT DEL 21
TERIMA KASIH

FIS-IT DEL 22