TOPSIS (Technique For Others

Reference by Similarity to Ideal

Solution)
Rika yunitarini
Teknik Informatika

INTRODUCTION
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.

INTRODUCTION
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.

INTRODUCTION
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
Membuat matriks keputusan yang
ternormalisasi
Membuat matriks keputusan yang
ternormalisasi terbobot
Menentukan matriks solusi ideal positif
dan solusi ideal negatif

PROSEDUR TOPSIS
Menghitung separation measure
Menentukan jarak antara nilai setiap
alternatif dengan matriks solusi ideal
positif dan negatif
Menentukan nilai preferensi untuk setiap
alternatif

 Decision matrix D mengacu terhadap m alternatif yang

akan dievaluasi berdasarkan n kriteria yang
didefinisikan sebagai berikut:

Dengan xij menyatakan performansi dari perhitungan

untuk alternatif ke-i terhadap atribut ke-j.

Langkah-langkah metode TOPSIS

1. Membangun normalized decision matrix
Elemen rij hasil dari normalisasi decision
matrix R dengan metode Euclidean length
of a vector adalah:

 2. Membangun weighted normalized

decision matrix
Dengan bobot W= (w1, w2,.....,wn), maka
normalisasi bobot matriks V adalah:

 3. Menentukan solusi ideal dan solusi

ideal negatif.
Solusi ideal dinotasikan A*, sedangkan
solusi ideal negatif dinotasikan A- :

 4. Menghitung separasi
Si* adalah jarak (dalam pandangan
Euclidean) alternatif dari solusi ideal
didefinisikan sebagai:

 Dan jarak terhadap solusi negatif-ideal

didefinisikan sebagai:

 5. Menghitung kedekatan relatif terhadap

solusi ideal

 6. Merangking Alternatif
Alternatif dapat dirangking berdasarkan
urutan Ci*. Maka dari itu, alternatif terbaik
adalah salah satu yang berjarak
terpendek terhadap solusi ideal dan
berjarak terjauh dengan solusi negatifideal.

HUBUNGAN TOPSIS DAN AHP

Pada dasarnya TOPSIS tidak memiliki
model inputan yang spesifik
Dalam penyelesaian suatu kasus, TOPSIS
menggunakan model inputan adaptasi
dari metode lain (ex.
AHP,UTA,ELECTRE,TAGUCHI dll)

HUBUNGAN TOPSIS DAN AHP

Dalam menyelesaikan suatu kasus
multikriteria, AHP membandingkan tiap
kriteria menggunakan matriks
perbandingan berpasangan untuk setiap
alternatif
Hasilnya adalah sebuah matriks
keputusan yang menunjukkan skor setiap
alternatif pada semua kriteria

HUBUNGAN TOPSIS DAN AHP

Alternatif terbaik adalah alternatif dengan
skor tertinggi setelah dikalikan dengan
vektor bobot
Sedangkan pada metode TOPSIS, matriks
keputusan yang dihasilkan dari metode
AHP merupakan modal awal/inputan awal
dalam perhitungan selanjutnya

STUDI KASUS
SPK Seleksi Vendor Pengadaan
Barang/Jasa Pada BKKBN
Banyaknya vendor yang mengikuti
pelelangan umum barang/jasa,
mengakibatkan kesulitan pihak panitia
lelang dalam memilih vendor mana yang
memenuhi syarat untuk bekerjasama dgn
BKKBN
Syarat yang diajukan adalah konsep
design,kualitas ,harga,waktu pengerjaan

 Buatlah inputan matriks keputusan

menggunakan AHP dengan 3 vendor dan
kriteria yang telah ditentukan