MULTI ATTRIBUTE

DECISION MAKING
KELOMPOK 6 SPK ROMBEL JUMAT
 KELOMPOK 6

Meidika Bagus
01 Roni Hamonangan
4611419001
02 Saputro
4611419009

Cecep Bagus
03 S.D.K.A
4611419021
 PENGERTIAN

Multiple Attribute Decision Making (MADM) adalah suatu

metode dengan mengambil banyak kriteria sebagai dasar
pengambilan keputusan, dengan penilaian yang subjektif
menyangkut masalah pemilihan, dimana analisis matematis tidak
terlalu banyak dan digunakan untuk pemilihan alternatif dalam
jumlah sedikit.
 01
FITUR YANG BIASA
DIGUNAKAN DALAM
MADM
 FITUR-FITUR MADM

Alternatif Atribut

Alternatif, adalah obyek-obyek yang Atribut, sering juga disebut sebagai

berbeda dan memiliki kesempatan
yang sama untuk dipilih oleh
pengambil keputusan.
kriteria keputusan. Biasanya kriteria
ini bersifat satu level, namun juga
tidak menutup kemungkinan adanya
sub kriteria yang berhubungan
dengan kriteria yang telah diberikan.
 FITUR-FITUR MADM

Konflik Antar Kriteria Bobot Keputusan

Pada beberapa kriteria biasanya Bobot keputusan disini menunjukkan

mempunyai konflik antara satu kepentingan relatif dari setiap kriteria
dengan yang lainnya, misalnya kriteria atau biasa disimbolkan dengan W.
keuntungan akan mengalami Pada MADM akan dicari bobot
konflik dengan kriteria biaya. kepentingan dari setiap kriteria.
 FITUR-FITUR MADM

Matriks Keputusan Nilai Bobot

Matriks keputusan, suatu matriks Nilai bobot yang menunjukkan tingkat

keputusan X yang berukuran m×n, kepentingan relatif setiap atribut,
berisi elemen-elemen , yang diberikan sebagai, W:
merepresentasikan rating dari
alternatif
 02
METODE-METODE YANG
BIASA DIGUNAKAN DALAM
MADM
 Berikut adalah 4 metode yang biasa digunakan
dalam menyelesaikan MADM, yaitu:

01 02 03 04

AHP WP TOPSIS SAW

Analytic Technique for Others Simmple
Weighted
Hierarchy Preference by Additive
Product Similiarity To Ideal
Process Weighting
Solution
1. AHP (Analytical Hierarchy Process)
AHP adalah metode pengambilan keputusan secara hirarki
(tingkat) yang dipilih dari berbagai kriteria dan alternatif, lalu
dipertimbangkan prioritas dari masing-masing alternatif tersebut,
alternatif manakah yang dinilai terbaik berdasarkan tujuan yang
akan dicapai.
AHP membantu pengambil keputusan untuk mengetahui
alternatif terbaik dari banyak elemen pilihan, menggunakan
perbandingan yang berpasangan (pair wise comparison) untuk
membuat suatu matriks yang menggambarkan perbandingan antara
elemen yang satu dengan elemen yang lainnya. Pengambilan
keputusan menjadi kompleks karena adanya pelibatan beberapa
tujuan maupun kriteria.
2. WP (Weighted Product)
Metode Weighted Product (WP) adalah salah satu metode
penyelesaian pada sistem pendukung keputusan. Metode ini
mengevaluasi beberapa alternatif terhadap sekumpulan atribuat
atau kriteria, dimana setiap atribut saling tidak bergantung satu
dengan yang lainnya.
Menurut Yoon (dalam buku Kusumadewi, 2006), metode
weighted product menggunakan teknik perkalian untuk
menghubungkan rating atribut, dimana rating tiap atribut harus
dipangkatkan terlebih dahulu dengan bobot atribut yang
bersangkutan.
2. WP (Weighted Product)
Langkah-Langkah penyelesaian metode WP adalah:

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.
4. Menentukan nilai vector S : dilakukan 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
5. Menentukan nilai vector V : Yaitu nilai yang akan digunakan untuk
perangkingan.
6. Meranking nilai vector V
3. TOPSIS
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.
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. Semakin banyaknya faktor yang harus dipertimbangkan dalam proses
pengambilan keputusan, maka semakin relatif sulit juga untuk mengambil keputusan
terhadap suatu permasalahan
3. TOPSIS
Langkah-Langkah dalam menyelesaikan metode TOPSIS adalah:

1. Menentukan kriteria dan sifat

2. Menentukan rating dan kecocokan
3. Membuat matriks keputusan yang ternormalisasi
4. Perkalian antara bobot dengan nilai setiap atribut
5. Menentukan matriks solusi ideal positif dan matriks solusi ideal negative
6. Menentukan jarak antara nilai setiap alternatif dengan matriks solusi ideal
positif dan negative
7. Menentukan nilai preferensi untuk setiap alternative
4. SAW (Simple Additive Weighting)
Konsep dasar metode SAW adalah mencari penjumlahan terbobot
dari rating kinerja pada setiap alternatif dari semua atribut (Fishburn,
1967). Metode SAW ini mengharuskan pembuat keputusan
menentukan bobot bagi setiap atribut. Skor total untuk alternatif
diperoleh dengan menjumlahkan seluruh hasil perkalian antara rating
(yang dapat dibandingkan lintas atribut) dan bobot tiap atribut. Rating
tiap atribut haruslah bebas dimensi dalam arti telah melewati proses
normalisasi matriks sebelumnya.
Dalam metode SAW membutuhkan proses normalisasi matriks
keputusan (X) ke suatu skala yang dapat diperbandingkan dengan
semua rating alternatif yang ada (Kusumadewi, 2006)
4. SAW (Simple Additive Weighting)
Langkah-Langkah penyelesaian metode SAW adalah:

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.
3. Membuat matriks keputusan : Matriks keputusan dibuat berdasarkan
kriteria(Ci), kemudian melakukan normalisasi matriks berdasarkan persamaan
yang disesuaikan dengan jenis atribut (atribut keuntungan ataupun atribut
biaya) sehingga diperoleh matriks ternormalisasi R.
4. Hasil akhir : Hasil akhir adalah kesimpulan yang diperoleh dari proses
perankingan yaitu penjumlahan dari perkalian matriks ternormalisasi R
dengan vektor bobot sehingga diperoleh nilai terbesar yang dipilih sebagai
alternatif terbaik (Ai) sebagai solusi.
TERIMA
KASIIH
ALTERNATIVE RESOURCES