Makalah

Sistem Pendukung Keputusan (Weighted Product)

Disusun Oleh :

 Fitria Chairani (2143011)

 Irvania Pratiwi (2173025)
 Klara (2173029)
 Lia Fazira (2173030)
 Rusdi Hidayat (2172064)

JURUSAN SISTEM INFORMASI

STMIK-DUMAI
DUMAI-RIAU

TA.2019
 DAFTAR ISI

KATA PENGANTAR………………………………………………………………………………………………………………………............ i

BAB I………………………………………………………………………………………………………................................................. 1

PENDAHULUAN………………………………………………………………………………………………………………………………………. 1

Latar Belakang………………………………………………………………………………………………………………………………………… 1

Rumusan Masalah………………………………………………………………………………………………………………………....... 1

Tujuan………………………………………………………………………………………………………………………………………………. 1

BAB II………………………………………………………………………………………………………………………………………………………. 2

PEMBAHASAN…………………………………………………………………………………………………………………………………………. 2

1.1 Sistem Pendukung Keputusan…………………………………………………………………………………………………. 2

1.2 Definisi Metode Weighted Product……………………………………………………………………………….. 2

2.1 Kelebihan dan Kekurangan Metode WP………………………………………………………………………………….. 2

3.1 Permodelan Metode WP…………………………………………………………………………………………………………. 3

4.1 Langkah-Langkah Penerapan Metode WP………………………………………………………………………………. 3

5.1 Langkah-Langkah Penyelesaian WP………………………………………………………………………………………… 3

6.1 Studi Kasus Metode WP………………………………………………………………………………………………………….. 5

BAB III…………………………………………………………………………………………………………………………………………………….. 8

PENUTUP……………………………………………………………………………………………………………………………………………….. 8

7.1 Kesimpulan…………………………………………………………………………………………………………………………….. 8

7.2 Saran…………………………………………………………………………………………………………………………….. 8

DAFTAR PUSTAKA…………………………………………………………………………………………………………………………………… 9
 KATA PENGANTAR

Puji syukur atas kehadirat Tuhan Yang Maha Esa karena atas rahmat dan karunia-nya
makalah yang berjudul “Sistem Pendukung Keputusan (Weighted Product)” ini dapat
diselesaikan tepat pada waktunya.
Keberhasilan kami dalam penulisan makalah ini tentunya tidak lepas dari bantuan berbagai
pihak. Untuk itu kami menyampaikan terima kasih kepada semua pihak yang telah membantu
terselesaikannya makalah ini.

Kami menyadari bahwa dalam penulisan makalah ini masih jauh dari kesempurnaan dan
masih banyak kekurangan yang masih perlu diperbaiki, untuk itu kami mengharapkan saran yang
membangun demi kesempurnaan makalah ini, sehingga dapat bermanfaat bagi siapapun yang
membacanya.

Dumai,29 April 2019

Penyusun
 BAB I
PENDAHULUAN

Latar Belakang Sistem Pendukung Keputusan(Weighted Product)

Sistem Pendukung Keputusan adalah system yang berbasis computer yang digunakan untuk
membantu pengambilan keputusan dengan memanfaatkan data dan model tertentu untuk
memecahkan berbagai masalah yang semi terstruktur dan tidak terstruktur.

Metode weighted product merupakan himpunan berhingga dari alternative keputusan yang
dijelaskan dalam beberapa hal kriteria keputusan.

Rumusan Masalah :
1. Apa Pengertian Metode Weighted Product?
2. Apa Kelebihan dan Kekurangan Weighted Product?
3. Bagaimana Langkah-Langkah Weighted Product?
4. Bagaimana Permodelan Metode Weighted Product?
5. Bagaimana Penerapan Weighted Product?
6. Bagaimana Penyelesaian Studi Kasus dengan Menggunakan Metode Weighted Product?

Tujuan :

1. Untuk mengetahui Pengertian Weighted Product!

2. Untuk Mengetahui Apa Kelebihan dan Kekurangan Weighted Product!
3. Untuk mengetahui Bagaimana Langkah-Langkah Menggunakan Metode Weighted Pruduct!
4. Untuk Mengetahui Bagaimana Permodelan Metode Weighted Product!
5. Untuk Mengetahui Bagaimana Penerapan Metode Weighted Product!
6. Untuk Mengetahui Bagaimana Penyelesaian Studi Kasus Menggunakan Metode Weighted
Product!
 BAB II
PEMBAHASAN

1.1 Sistem Pendukung Keputusan

Sistem Pendukung Keputusan adalah system yang berbasis computer yang
digunakan untuk membantu pengambilan keputusan dengan memanfaatkan data dan model
tertentu untuk memecahkan berbagai masalah yang semi terstruktur dan tidak terstruktur.

1.2 Definisi Metode Weighted Product

Metode weighted product merupakan himpunan berhingga dari alternative keputusan

yang dijelaskan dalam beberapa hal kriteria keputusan. Definisi lain mengenai Metode WP
adalah :

1. Salah satu metode penyelesaian yang ditawarkan untuk menyelesaikan masalah Multi
Atribute Decision Making(MADM).
2. Metode WP mirip dengan Metode Weighted Sum(WS), hanya saja metode WP terdapat
perkalian dalam perhitungan matematikanya.
3. Metode WP juga disebut sebagai analisis berdimensi karena struktur matematikanya
menghilangkan satuan ukuran suatu objek data serta tidak melakukan proses normalisasi
data.

2.1 Kelebihan dan Kekurangan Metode WP(weighted product)

 Kelebihan :
1. terdapat variable Cost dan Benefit,yang berguna untuk menentukan criteria yang
berpengaruh terhadap keputusan.
2. metode ini lebih simple dibandingkan dengan metode MCMD lainya.
3. perhitungannya tidak begitu kompleks.
4. lebih mudah dipahami.

 Kekurangan
1. metode ini hanya untuk digunakan pada proses nilai yang memiliki nilai rentang.
2. dibandingkan dengan metode pengambilan keputusan lainnya, hal ini seakurat
dengan metode pengambil keputusan dengan ketidak kepastian.
3.1 Permodelan metode WP(Weighted product)

Berdasarkan reverensi baik jurnal maupun skripsi yang saya temukan,permodelan atau alur
slow chat dalam system mengenai metode wp ini dapat digambarkan sebagai berikut,flowchat
dibawah ini juga disertai rumus perhitungan dari metode wp .

4.1 Langkah-Langkah Penerapan WP(Weighted Product)

Langkah-langkah yang dilakukan dalam penerapan metode weighted product untuk

memilihan anternatif calon

Pemilihan Restaurant terbaik,yaitu :

1. Menetukan criteria yang akan dijadikan acuan dalam pengambilan keputusan.

2. Menentukan input awal dan input akhir untuk merubah nama inputan menjadi
ranting dicocokan dan menentukan bobot setiap kriteria.
3. Mengubah inputan data calon lokasi restaurant menjadi nilai ranting kecocokan.
4. Melakukan kebaikan bobot setiap criteria dengan cara menjumlahkan bobot setiap
criteria yg dilanjutkan.
5. Menentukan nilai faktor alternatif data calon restaurant terbaik dengan cara
mengalihkan data nilai ranting.

5.1 Langkah-langkah penyelesaian WP sebagai berikut:

1. Menentukan kriteria-kriteria

Yaitu kriteria yang akan dijadikan acuan dalam pengambilan keputusan, yaitu Ci dan
sifat dari masing-masing kriteria.

2. Menentukan rating kecocokan

Yaitu rating kecocokan setiap alternatif pada setiap kriteria, dan buat matriks
keputusan.

3. Melakukan normalisasi bobot

Bobot Ternormalisasi = Bobot setiap kriterian / penjumlahan semua bobot kriteria.

Nilai dari total bobot harus memenuhi persamaan:

4. Menentukan nilai vektor S

Dengan cara mengalikan seluruh kriteria bagi sebuah alternatif dengan bobot sebagai
pangkat positif untuk kriteria benefit dan bobot berfungsi sebagai pangkat negatif pada
kriteria cost. Rumus untuk menghitung nilai preferensi untuk alternatif Ai, diberikan sebagai
berikut:

Keterangan:

 S : menyatakan preferensi alternatif yang dianalogikan sebagai vektor S

 x : menyatakan nilai kriteria
 w : menyatakan bobot kriteria
 i : menyatakan alternatif
 j : menyatakan kriteria
 n : menyatakan banyaknya kriteria

5. Menentukan nilai vektor V

Yaitu nilai yang akan digunakan untuk perangkingan.

Nilai preferensi relatif dari setiap alternatif dapat dihitung dengan rumus:

Keterangan:

 V : menyatakan preferensi alternatif yang dianalogikan sebagai vektor V

 x : menyatakan nilai kriteria
 w : menyatakan bobot kriteria
  i : menyatakan alternatif
 j : menyatakan kriteria
 n : menyatakan banyaknya kriteria

6.Merangking Nilai Vektor V

6.1 Studi Kasus perhitungan metode weighted product

Dibawah ini akan dijelaskan contoh perhitungan manual dengan menggunakan

metode Weighted Product (WP) dalam menentukan pilihan restoran berdasarkan nilai bobot
yang diberikan pembanding, dimana pada contoh ini ada 3 restoran yang akan menjadi
alternatif pilihan yaitu :

R1 : Made’s Warung
R2 : Warisan Restaurant & Bar
R3 : Gabah Restaurant & Bar

Kriteria yang digunakan sebagai acuan dalam pemilihan restoran ada 5 yaitu :

C1 : Kualitas Makanan
C2 : Harga Makanan
C3 : Pelayanan
C4 : Suasana
C5 : Jarak (m)

Pengambil keputusan memberikan bobot preferensi sebagai:

W = (5, 3, 4, 4, 2)

Dan nilai-nilai kriteria dari setiap alternative restoran akan disajikan dalam bentuk
tabel dan diberi nilai secara acak sebagai berikut:

Alternative Kriteria
C1 C2 C3 C4 C5
R1 42 66.000 60 75 2.355
R2 50 90.000 72 60 1.421
R3 63 91.500 65 80 2.585
Tahap 1 : Terdapat 2 kategori yang membedakan kriteri-kriteria di atas antara lain ;

1. Criteria C1 (Kualitas Makanan), C3 (Pelayanan) dan C4 (Suasana) adalah criteria

keuntungan;
2. Criteria C2 (Harga Makanan), C5 (Jarak Restoran) adalah kriteria biaya (Semakin
besar nilainya akan semakin buruk).

Tahap 2 :

1. Sebelumnya dilakukan perbaikan bobot terlebih dahulu, sehingga total bobot ∑ Wj

=1 dengan cara :

Wj
Wj=
∑ Wj

Dari bobot preferensi sebelumnya yaitu W=(5,3,4,4,2)

Wj merupakan W index ke j. jadi untuk W1 yaitu 5, W2 yaitu 3 dan seterusnya.
Dan∑ Wj merupakan jumlah dari W yaitu 5+3+4+4+2. Jadi untuk perbaikan bobot
W1 menjadi :
5
W 1= =0 ,28
5+3+ 4+ 4+2

Dan W yang lainnya akan seperti dibawah :

Wj
Wj=
∑ Wj
5
W 1= =0 ,28
5+3+ 4+ 4+2
3
W 2= =0 ,17
5+3+ 4+ 4+2
4
W 3= =0 ,22
5+3+ 4+ 4+ 2
4
W 4= =0 ,22
5+3+ 4+ 4+2
2
W 5= =0 ,11
5+3+ 4+ 4+ 2

Tahap 3 : Menentukan Nilai Vektor S, yang dapat di hitung dengan menggunakan

formula berikut :

n
Si=∏ ¿ 1 Xij wj
J

Untuk perhitungan sederhananya, kembali lihat Tabel di atas.

Pada baris R1, Masing-masing kriteria memiliki nilai sebagai berikut
C1 = 42
C2 = 66.000
C3 = 60
C4 = 75
C5 = 2.355

Pangkatkan dan kalikan nilai masing-masing kriteria tersebut dengan bobot yang
sudah di perbaiki sebelumnya.
Jadi seperti berikut:

S 1=( 420 ,28 ) ( 66.000−0 ,17 ) ( 600 ,22 ) ( 750 , 22) ( 2.355−0 ,11 ) =1.1694323

C2 dan C5 merupakan kriteria biaya. Jadi bobot yang dipangkatkan akan bernilai
minus (-).
Dan perhitungan Vektor S yang lain seperti dibawah ini:

S 1=( 420 ,28 ) ( 66.000−0 ,17 ) ( 600 ,22 ) ( 750 , 22) ( 2.355−0 ,11 ) =1.1694323
S 2=( 50 0 ,28 ) ( 90.000−0 ,17 ) ( 720 ,22 )( 600 ,22 ) ( 1.421−0 , 11 )=1.220425997
S 3=( 630 ,28 ) ( 91.500−0 ,17 ) ( 650 , 22) ( 80 0 ,22 )( 2.585−0 , 11 )=1.266262785

Tahap 4 :

Menentukan Nilai Vektor yang akan dipergunakan Menghitung Preferensi (Vi)

untuk perengkingan. Formulanya sebagai berikut :

∏ ¿ 1 Xij wj
J
Vi= n

∏
J
¿1¿¿¿

Sederhananya sebagai berikut :

S1
V 1=
S 1+ S 2+ S 3

Jadi hasil dari menghitung preferensi (Vi) adalah sebagai berikut:

1.1694323
V 1= =0,320
1.1694323+1.220425997+1.266262785
1.220425997
V 2= =0,334
1.1694323+1.220425997+1.266262785
1.266262785
V 3= =0,346
1.1694323+1.220425997+1.266262785

Dari hasil perhitungan di atas, Nilai V3 menunjukkan nilai terbesar sehingga dengan
kata lain V3 merupakan pilihan alternative yang terbaik, Gabah Restaurant & Bar
 layak menjadi pilihan restaurant terbaik sesuai dengan pembobotan yang diberikan
oleh pengambil keputusan.

BAB III
PENUTUP

7.1 Kesimpulan

Setelah dilakukan pengembangan system pendukung keputusan pemilihan restaurant

menggunakan metode Weighted Product maka kesimpulan dari penelitian ini adalah :

1. Kriteria dalam system pendukung keputusan pemilihan restaurant menggunakan etode

Weighted Product terdapat 5 kriteria yaitu kualitas makanan, harga makanan, pelayanan,
suasana dan jarak (m).
2. Dalam membangun system pendukung keputusan pemilihan restaurant menggunakan
Metode Weighted Product, langkah pertama yang dilakukan adalah menentukan kriteria dan
alternative restaurant yang akan dibandingkan , kemudian data tersebut akan dihitung
menggunakan Metode Weighted Product, dan hasil dari perhitungan berupa ranking
alternative yang telah di urutkan dari alternative dengan nilai terbesar hingga alternative
dengan nilai terkecil, alternative yang mempunyai nilai terbesar merupakan alternative
restaurant yang paling direkomendasikan oleh sisitem.

7.2 Saran
Dengan adanya system pendukung keputusan dengan Metode Weighted Product seseorang
mampu memberikan keputusan terbaik.
 DAFTAR PUSTAKA

Anonim, “Weighted Product Model”, http://en.wikipedia.org/wiki/Weighted_product_model.

http://nerims.wordpress.com/2014/03/20/metode-weighted-product-wp-dalam-sistem-
pendukung-keputusan-spk/.