Metode TOPSIS adalah metode
pengambilan keputusan multikriteria yang pertama kali diperkenalkan
oleh Yoon dan Hwang pada tahun 1981. Metode ini merupakan salah
satu metode yang banyak digunakan untuk menyelesaikan pengambilan
keputusan secara praktis. bertujuan untuk menentukan solusi ideal positif dan solusi ideal negatif. Solusi ideal positif memaksimalkan kriteria manfaat dan meminimalkan kriteria biaya, sedangkan solusi ideal negatif memaksimalkan kriteria biaya dan meminimalkan kriteria manfaat.
Bagaimana menghitung nilai keputusan topsis ?
Solusi ideal positif didefinisikan sebagai jumlah dari seluruh nilai terbaik yang dapat dicapai untuk setiap atribut, sedangkan solusi ideal negatif terdiri dari seluruh nilai terburuk yang dicapai untuk setiap atribut (Meliana, 2011).
Konsep ini banyak digunakan pada beberapa model MADM untuk menyelesaikan masalah keputusan secara praktis (Hwang, 1993; Liang,1999; Yeh, 2000). Hal ini disebabkan konsepnya sederhana dan, mudah dipahami, komputasinya efisien, dan memiliki kemampuan untuk mengukur kinerja relatif dari alternatif-alternatif keputusan dalambentuk matematis yang sederhana (Kusumadewi, dkk., 2006: 88).
Solusi ideal positif didefinisikan sebagai jumlah dari seluruh nilai terbaik yang dapat dicapai untuk setiap atribut, sedangkan solusi ideal negatif terdiri dari seluruh nilai terburuk yang dicapai untuk setiap atribut (Meliana, 2011).
Konsep ini banyak digunakan pada beberapa model MADM untuk menyelesaikan masalah keputusan secara praktis (Hwang, 1993; Liang,1999; Yeh, 2000). Hal ini disebabkan konsepnya sederhana dan, mudah dipahami, komputasinya efisien, dan memiliki kemampuan untuk mengukur kinerja relatif dari alternatif-alternatif keputusan dalambentuk matematis yang sederhana (Kusumadewi, dkk., 2006: 88).
Prosedur TOPSIS
Secara umum, prosedur TOPSIS mengikuti langkah-langkah sebagai berikut:
1. Membuat matriks keputusan yang ternormalisasi TOPSIS membutuhkan rating kinerja setiap alternatif Ai pada setiap kriteria Cj yang ternormalisasi, yaitu:
2 0.5
r = x /( sigma x )
ij ij i=1 m ij
dengan
i = 1, 2, ... , m;
dan
j = 1, 2, 3, ... , n;
2 0.5
r = x /( sigma x )
ij ij i=1 m ij
dengan
i = 1, 2, ... , m;
dan
j = 1, 2, 3, ... , n;
2. Membuat matriks keputusan yang ternormalisasi terbobot Solusi ideal positif A+ dan solusi ideal negatif A- dapat ditentukan berdasarkan rating bobot ternormalisasi (y ) sebagai:
ij
y = w r
ij i ij
dengan
i = 1, 2, ... , m;
dan
j = 1, 2, 3, ... , n;
dimana:
r = matriks ternormalisasi terbobot
ij
w = vektor bobot ke-i
i
3. Menentukan matriks solusi ideal positif dan matriks solusi ideal negatif Solusi ideal positif dihitung berdasarkan:
+ + + +
A = (y , y , ... y )
1 2 n
Solusi ideal negatif dihitung berdasarkan:
- - - -
A = (y , y , ... y )
1 2 n
dengan
max y ; jika j adalah atribut keuntungan
+ i ij
y = {
j min y ; jika j adalah atribut biaya
i ij
min y ; jika j adalah atribut keuntungan
- i ij
y = {
j max y ; jika j adalah atribut biaya
i ij
dengan
j=1,2,...,n
4. Menentukan jarak antara nilai setiap alternatif dengan matriks solusi positif dan matriks solusi ideal negatif
Jarak antara alternatif Ai dengan solusi ideal positif dirumuskan sebagai:
+ + 2 0.5
D =( sigma (y - y ) ) ; i= 1,2,...,m
i j=1 n i ij
Jarak antara alternatif Ai dengan solusi ideal negatif dirumuskan sebagai
- - 2 0.5
D =( sigma (y - y ) ) ; i= 1,2,...,m
i j=1 n ij i
5.Menentukan nilai preferensi untuk setiap alternatif Nilai preferensi untuk setiap alternatif (Vi) diberikan sebagai:
- - +
V = D /(D + D ) ; i=1,2,...,m
i i i i
Nilai yang lebih besar menunjukkan bahwa alternatif Ai lebih dipilih.
+ + + +
A = (y , y , ... y )
1 2 n
Solusi ideal negatif dihitung berdasarkan:
- - - -
A = (y , y , ... y )
1 2 n
dengan
max y ; jika j adalah atribut keuntungan
+ i ij
y = {
j min y ; jika j adalah atribut biaya
i ij
min y ; jika j adalah atribut keuntungan
- i ij
y = {
j max y ; jika j adalah atribut biaya
i ij
dengan
j=1,2,...,n
4. Menentukan jarak antara nilai setiap alternatif dengan matriks solusi positif dan matriks solusi ideal negatif
Jarak antara alternatif Ai dengan solusi ideal positif dirumuskan sebagai:
+ + 2 0.5
D =( sigma (y - y ) ) ; i= 1,2,...,m
i j=1 n i ij
Jarak antara alternatif Ai dengan solusi ideal negatif dirumuskan sebagai
- - 2 0.5
D =( sigma (y - y ) ) ; i= 1,2,...,m
i j=1 n ij i
5.Menentukan nilai preferensi untuk setiap alternatif Nilai preferensi untuk setiap alternatif (Vi) diberikan sebagai:
- - +
V = D /(D + D ) ; i=1,2,...,m
i i i i
Nilai yang lebih besar menunjukkan bahwa alternatif Ai lebih dipilih.
Selanjutnya bagaimana menerapkan rumus diatas kedalam script pemrograman PHP dan MySQL, untuk scriptnya kawan-kawan cukup mendownload saja karena jika saya posting mukin akan amburadur, mudanya klik aja link download dibawah.
Berikut ini berupakan tampilan screenshot dari hasil perhitunga yang sudah dites pada server localhost, jika tertarik silahkan dapatkan souce kodenya pada link dibawah.
Tampilan screenshot diatas merupakan hasil dari perhitungan seperti yang sudah dijelakan diatas, buat sebuah aplikasi program yang lengkap, script ini bertujuan memberikan contoh dalam perhitungan menggunakan metode topsis yang sudah dilengkapi dengan databasenya. untuk kelengkapannya anda bisa mengembangkan sendiri, jika tertarik silahkan dapatkan source kode phpnya pada link berikut.
Download Scriptnya :
Script PHP Metode Topsis
Database
0 Response to " Script Perhitungan Metode Topsis "
Post a Comment