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 negatif-ideal.
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