Pertemuan 6
Metode Multiple Atribute
Decision Making
(MADM)
Metode Penyelesaian Masalah Pendukung
Keputusan Menggunakan MADM
6
LANGKAH-LANGKAH METODE SAW
Tahap pertama
Menentukan Alternatif (A) dan Kriteria (C)
Menentukan derajat kecocokan alternatif kriteria
Tahap kedua
Menentukan bobot masing-masing kriteria (W)
Menentukan bobot atribut untuk masing-masing
kriteria
Membentuk tabel keputusan
7
LANGKAH-LANGKAH METODE SAW
Tahap ketiga
Membentuk matriks keputusan (X) berdasarkan
tabel keputusan
Normalisasi matriks keputusan (R)
Melakukan perangkingan terhadap alternatif (V)
8
Metode Simple Additive Weighting (SAW)
Sering disebut dengan istilah metode penjumlahan
terbobot.
Konsep dasarnya adalah mencari penjumlahan terbobot
dari rating kinerja pada setiap alternatif pada semua
atribut.
Metode ini membutuhkan proses normalisasi matriks
keputusan (X) ke suatu skala yang dapat diperbandingkan
dengan semua rating alternatif yang ada.
Metode Simple Additive Weighting (SAW)
Formula untuk melakukan normalisasi tersebut adalah
sebagai berikut:
xij
jika j adalah atribut keuntungan (benefit)
Max xij
rij Min
i
xij
i
xij
jika j adalah atribut biaya (cost)
n
Vi w j rij
j 1
xij
Max xij
rij Min
i
xij
i
xij
Gunakan Persamaan
Pertama Untuk Melakukan
normalisasi
Metode Simple Additive Weighting (SAW)
Langkah 1 : Lakukan Normalisasi
Hasil Normalisasi :
Metode Simple Additive Weighting (SAW)
Langkah 2 : Lakukan Perangkingan sesuai dengan nilai bobot yang
telah ditentukan.
n
Gunakan Persamaan Pertama Untuk
Vi w j rij Melakukan Perangkingan
j 1
Kekurangan :
1. Digunakan pada pembobotan lokal.
2. Perhitungan dilakukan dengan menggunakan bilangan fuzzy.
Any Question??
Metode Simple Additive Weighting (SAW)
Kasus - 1:
10
Metode Simple Additive Weighting (SAW)
MENENTUKAN KRITERIA
C1 = jarak dengan pasar terdekat (km)
C2 = kepadatan penduduk disekitar lokasi (orang/km2)
21
Metode Simple Additive Weighting (SAW)
MENENTUKAN RATING KECOCOKAN
Rating kecocokan setiap alternatif pada setiap
kriteria, dinilai dengan 1 sampai 5, yaitu :
1 = sangat buruk
2 = buruk
3 = cukup
4 = baik
5 = sangat baik
22
Metode Simple Additive Weighting (SAW)
MENENTUKAN BOBOT KRITERIA
23
Metode Simple Additive Weighting (SAW)
TABEL RATING KECOCOKAN
Alternat Kriteria
if
C1 C2 C3 C4 C5
A1 4 4 5 3 3
A2 3 3 4 2 3
A3 5 4 2 2 2
24
Metode Simple Additive Weighting (SAW)
CONTOH
26
Metode Simple Additive Weighting (SAW)
CONTOH
Proses perangkingan :
V1 = (5)(0.8) + (3)(1) + (4)(1) + (2)(1) = 17
V2 = (5)(0.6) + (3)(0.75) + (4)(0.667) + (2)(1)
= 13.1167
V3 = (5)(1) + (3)(1) + (4)(0.4) + (4)(0.667) +
(2)(0.667)
= 13.6
Nilai terbesar adalah V1 sehingga A1 adalah
alternatif yang dipilih sebagai alternatif terbaik.
27
Metode Simple Additive Weighting (SAW)
Kasus - 3:
Sebuah perusahaan makanan ringan XYZ akan
menginvestasikan sisa usahanya dalam satu tahun.
Beberapa alternatif investasi telah akan diidentifikasi.
Pemilihan alternatif terbaik ditujukan selain untuk
keperluan investasi, juga dalam rangka meningkatkan
kinerja perusahaan ke depan.
Beberapa kriteria digunakan sebagai bahan pertimbangan
untuk mengambil keputusan, yaitu:
C1 = Harga, yaitu seberapa besar harga barang tersebut.
C2 = Nilai investasi 10 tahun ke depan, yaitu seberapa besar
nilai investasi barang dalam jangka waktu 10 tahun ke depan.
Metode Simple Additive Weighting (SAW)
Kasus - 3:
C3 = Daya dukung terhadap produktivitas perusahaan, yaitu
seberapa besar peranan barang dalam mendukung naiknya
tingkat produktivitas perusahaan. Daya dukung diberi nilai:
1 = kurang mendukung,
2 = cukup mendukung; dan
3 = sangat mendukung.
C4 = Prioritas kebutuhan, merupakan tingkat kepentingan
(ke-mendesak-an) barang untuk dimiliki perusahaan.
Prioritas diberi nilai:
1 = sangat berprioritas,
2 = berprioritas; dan
3 = cukup berprioritas.
Metode Simple Additive Weighting (SAW)
Kasus - 3:
C5 = Ketersediaan atau kemudahan, merupakan
ketersediaan barang di pasaran. Ketersediaan diberi nilai:
1 = sulit diperoleh,
2 = cukup mudah diperoleh; dan
3 = sangat mudah diperoleh.
Dari pertama dan keempat kriteria tersebut, kriteria
pertama dan keempat merupakan kriteria biaya, sedangkan
kriteria kedua, ketiga, dan kelima merupakan kriteria
keuntungan.
Pengambil keputusan memberikan bobot untuk setiap
kriteria sebagai berikut: C1 = 25%; C2 = 15%; C3 = 30%; C4 =
25%; dan C5 = 5%.
Metode Simple Additive Weighting (SAW)
Kasus - 3:
Ada empat alternatif yang diberikan, yaitu:
A1 = Membeli mobil box untuk distribusi barang ke
gudang;
A2 = Membeli tanah untuk membangun gudang baru;
A3 = Maintenance sarana teknologi informasi;
A4 = Pengembangan produk baru.
Metode Simple Additive Weighting (SAW)
Kasus - 3:
Nilai setiap alternatif pada setiap kriteria:
Definisi :
Metode Weighted Product (WP) adalah himpunan berhingga dari
alternatif keputusan yang dijelaskan dalam beberapa hal kriteria
keputusan.
Weighted Product (WP)
Langkah – langkah menggunakan metode WP :
1. Menentukan tingkat prioritas bobot setiap kriteria (W_Initj) kemudian
dilakukan perbaikan bobot (Wj) menggunakan rumus berikut.
W_Init j
Wj n Keterangan :
W_Init j n menyatakan banyak kriteria
j1
W j 1
dimana j1
, k=1
untuk atribut keuntungan, k=-1 untuk atribut biaya.
Weighted Product (WP)
Langkah – langkah menggunakan metode WP :
2. Membuat tabel bobot kriteria yang akan dipilih.
Kriteria
Alternatif Misal :
C1 C2 .. Cn
Item 1 .. ..
C1 = Harga
X11 .X1n
Item 2 .. .. .. .. C2 = Diskon, etc
.. .. .. .. ..
Item m Xm1 .. .. Xmn m mewakili banyak Item.
3. Menghitung vektor Si, dimana setiap data (Xij) akan dikalikan tetapi
sebelumnya dilakukan pemangkatan dengan bobot dari kriterianya.
kWj n
Si nj1 X ij , dengan i 1,2,.., m dimana Wj 1 , k=1
j1
untuk atribut keuntungan, k=-1 untuk atribut biaya.
4. Menghitung vektor Vi kemudian memilih nilai tertinggi sebagai alternatif
terbaik dalam pengambilan keputusan.
Si
Vi m
, dengan i 1,2,.., m
S
i 1
i
Weighted Product (WP)
CONTOH KASUS
“Menentukan pilihan restoran berdasarkan nilai
bobot yang diberikan pembanding”
Kriteria yang digunakan sebagai acuan dalam pemilihan
pada contoh ini ada 3 restoran yang akan menjadi restoran ada 5 yaitu :
alternatif pilihan
C5 = 2.355
Weighted Product (WP)
4. Menentukan Nilai vector yang akan digunakan
Menghitung Preferensi (Vi) untuk perengkingan
Formula
Latihan Individu
Metode Weighted Product (WP) :
Diketahui tingkat prioritas bobot setiap kriteria smartphone adalah Harga
= 25, Web Akses = 20, Prosesor = 15, Bobot = 10, Ukuran Layar = 5, RAM =
10, Resolusi Kamera = 15, Memori = 25. Dengan tabel bobot kriteria produk
smartphone yang akan dipilih di bawah ini :
Kriteria
Alternatif Hp
(Ai)
C1 C2 C3 C4 C5 C6 C7 C8