SISTEM PENUNJANG KEPUTUSAN (IF041-3 SKS)
© 2009 Fakultas Teknologi Informasi Universitas Budi Luhur Jl. Ciledug Raya Petukangan Utara Jakarta Selatan 12260 Website: http://fti.bl.ac.id Email:
[email protected]
SIMPLE ADDITIVE WEIGHTING (SAW) FAKULTAS TEKNOLOGI INFORMASI
SISTEM PENUNJANG KEPUTUSAN-IF041-3
3-2
1
Simple Additive Weighting (SAW) Metode Simple Additive Weighting (SAW) sering juga dikenal istilah metode penjumlahan terbobot. Konsep dasar metode SAW adalah mencari penjumlahan terbobot dari rating kinerja pada setiap alternatif pada semua atribut (Fishburn, 1967)(MacCrimmon, 1968). Metode SAW membutuhkan proses normalisasi matriks keputusan (X) ke suatu skala yang dapat diperbandingkan dengan semua rating alternatif yang ada.
Simple Additive Weighting (SAW) Formula untuk melakukan normalisasi tersebut adalah sebagai berikut: x ij x ij Max i rij = Min x ij i x ij
jika j adalah atribut keuntungan (benefit)
jika j adalah atribut biaya (cost)
dengan rij adalah rating kinerja ternormalisasi dari alternatif Ai pada atribut Cj; i=1,2,...,m dan j=1,2,...,n.
2
Simple Additive Weighting (SAW) Nilai preferensi untuk setiap alternatif (Vi) diberikan sebagai: n
Vi = ∑ w j rij j=1
Nilai Vi yang lebih besar mengindikasikan bahwa alternatif Ai lebih terpilih.
Simple Additive Weighting (SAW) Contoh-1: Suatu institusi perguruan tinggi akan memilih seorang karyawannya untuk dipromosikan sebagai kepala unit sistem informasi. Ada empat kriteria yang digunakan untuk melakukan penilaian, yaitu: C1 = tes pengetahuan (wawasan) sistem informasi C2 = praktek instalasi jaringan C3 = tes kepribadian C4 = tes pengetahuan agama
3
Simple Additive Weighting (SAW) Pengambil keputusan memberikan bobot untuk setiap kriteria sebagai berikut: C1 = 35%; C2 = 25%; C3 = 25%; dan C4 = 15%. Ada enam orang karyawan yang menjadi kandidat (alternatif) untuk dipromosikan sebagai kepala unit, yaitu: A1 = Indra, A2 = Roni, A3 = Putri, A4 = Dani, A5 = Ratna, dan A6 = Mira.
Simple Additive Weighting (SAW) Tabel nilai alternatif di setiap kriteria: Alternatif
Kriteria C1
C2
C3
C4
Indra
70
50
80
60
Roni
50
60
82
70
Putri
85
55
80
75
Dani
82
70
65
85
Ratna
75
75
85
74
Mira
62
50
75
80
4
Simple Additive Weighting (SAW) Normalisasi:
r11 =
70 70 = = 0,82 max{70;50;85;82;75;62} 85
r21 =
50 50 = = 0,59 max{70;50;85;82;75;62} 85
r12 =
50 50 = = 0,67 max{50;60;55;70;75;50} 75
r22 =
60 60 = = 0,80 max{50;60;55;70;75;50} 75
dst
Simple Additive Weighting (SAW) Hasil normalisasi:
0,82 0,59 1 R= 0,96 0,88 0,73
0,67 0,80 0,73 0,93 1 0,67
0,94 0,96 0,94 0,76 1 0,88
0,71 0,82 0,88 1 0,87 0,94
5
Simple Additive Weighting (SAW) Proses perankingan dengan menggunakan bobot yang telah diberikan oleh pengambil keputusan: w = [0,35 0,25 0,25 0,15] Hasil yang diperoleh adalah sebagai berikut: V1 = (0,35)(0,82) + (0,25)(0,67) + (0,25)(0,94) + (0,15)(0,71) = 0,796 V 2 = (0,35)(0,59) + (0,25)(0,80) + (0,25)(0,96) + (0,15)(0,82) = 0,770 V 3 = (0,35)(1,00) + (0,25)(0,73) + (0,25)(0,94) + (0,15)(0,88) = 0,900
V 4 = (0,35)(0,96) + (0,25)(0,93) + (0,25)(0,76) + (0,15)(1,00) = 0,909 V 5 = (0,35)(0,88) + (0,25)(1,00) + (0,25)(1,00) + (0,15)(0,87) = 0,939 V 6 = (0,35)(0,73) + (0,25)(0,67) + (0,25)(0,88) + (0,15)(0,94) = 0,784
Simple Additive Weighting (SAW) Nilai terbesar ada pada V5 sehingga alternatif A5 adalah alternatif yang terpilih sebagai alternatif terbaik. Dengan kata lain, Ratna akan terpilih sebagai kepala unit sistem informasi.
6
Simple Additive Weighting (SAW) Contoh-2: 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.
Simple Additive Weighting (SAW) 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.
7
Simple Additive Weighting (SAW) 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.
Simple Additive Weighting (SAW) 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%.
8
Simple Additive Weighting (SAW) 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.
Simple Additive Weighting (SAW) Nilai setiap alternatif pada setiap kriteria: Kriteria Alternatif
C1 (juta Rp)
C2 (%)
C3
C4
C5
A1
150
15
2
2
3
A2
500
200
2
3
2
A3
200
10
3
1
3
A4
350
100
3
1
2
9
Simple Additive Weighting (SAW) Normalisasi: r11 =
min{150;500;200;350} 150 = =1 150 150
r12 =
15 15 = = 0,075 max{15;200;10;100} 200
r25 =
2 2 = = 0,667 max{2;2;3;3} 3
r14 =
min{2;3;1;1} 1 = = 0,5 2 2
dst
Simple Additive Weighting (SAW) Hasil normalisasi:
0,08 0,67 0,50 1 1 0,30 1 0,67 0,33 0,67 R= 0,75 0,05 1 1 1 1 1 0,67 0,43 0,50
10
Simple Additive Weighting (SAW) Proses perankingan dengan menggunakan bobot yang telah diberikan oleh pengambil keputusan: w = [0,25 0,15 0,30 0,25 0,05] Hasil yang diperoleh adalah sebagai berikut: V1 = (0,25)(1) + (0,15)(0,08) + (0,3)(0,67) + (0,25)(0,5) + (0,05)(1) = 0,638 V 2 = (0,25)(0,3) + (0,15)(1) + (0,3)(0,67) + (0,25)(0,33) + (0,05)(0,67) = 0,542
V 3 = (0,25)(0,75) + (0,15)(0,05) + (0,3)(1) + (0,25)(1) + (0,05)(1) = 0,795 V 4 = (0,25)(0,43) + (0,15)(0,5) + (0,3)(1) + (0,25)(1) + (0,05)(0,67) = 0,766
Nilai terbesar ada pada V3 sehingga alternatif A3 adalah alternatif yang terpilih sebagai alternatif terbaik. Dengan kata lain, maintenance sarana teknologi informasi akan terpilih sebagai solusi untuk investasi sisa usaha
Selesai
© 2009 Fakultas Teknologi Informasi Universitas Budi Luhur Jl. Ciledug Raya Petukangan Utara Jakarta Selatan 12260 Website: http://fti.bl.ac.id Email:
[email protected]
11
Review Jurnal DSS Judul Penulis Penerbit Ringkasan/Resume Masalah yang di selesaikan Metode Penelitian Kesimpulan Apa yang telah di pelajari FAKULTAS TEKNOLOGI INFORMASI
SISTEM PENUNJANG KEPUTUSAN-IF041-3
3-23
12
