UNIVERSITAS MURIA KUDUS FAKULTAS TEKNIK SISTEM INFORMASI

Transkripsi

1 ( MAKALAH SISTEMPENUNJANGKEPUTUSAN METODE TOPSIS) Disusun oleh : Ahmad Arifin ( ) Erik Ahmad A ( ) Arif Ridwan ( ) Panji Hedri Wibowo ( ) UNIVERSITAS MURIA KUDUS FAKULTAS TEKNIK SISTEM INFORMASI 1

2 KATA PENGANTAR Puji syukur saya ucapkan atas kehadirat Allah SWT, karena dengan rahmat dan karunia-nya saya masih diberi kesempatan untuk menyelesaikan makalah ini. Tidak lupa saya ucapkan kepada dosen pembimbing dan teman-teman yang telah memberikan dukungan dalam menyelesaikan makalah ini. Penulis menyadari bahwa dalam penulisan makalah ini masih banyak kekurangan, oleh sebab itu penulis angat mengharapkan kritik dan saran yang membangun. Dan semoga sengan selesainya makalah ini dapat bermanfaat bagi pembaca dan teman-teman. Amin. Penulis 2

3 BAB I PENDAHULUAN LATAR BELAKANG Sehubungan dengan adanya kebutuhan akan pemahaman pengambilan keputusan, maka diadakan mata kuliah sistem penunjang keputusan ini untuk memenuhinya. Dalam mata kuliah ini terdapat beberapa bab, diantaranya adalah tentang METODE TOPSIS yang akan kami bahas dalam makalah ini. dan sub bab yang menyertainya. Maka dari itu melalui makalah ini kami akan membahasnya lebih lanjut. Kebanyakan dari kita belum banyak yang dapat memahami METODE TOPSIS RUMUSAN MASALAH Berdasarkan latar belakang diatas, maka dapat disimpulkan masalah-masalah yang dihadapi adalah : 1. Apa itu METODE TOPSIS? 2. Contoh permasalahan METODE TOPSIS? TUJUAN Berdasarkan Rumusan Masalah diatas, maka dapat disimpulkan tujuan dari pembahasan diatas adalah untuk mengetahui apa itu METODE TOPSIS dan penerapannya. 3

4 BABI PEMBAHASAN METODE TOPSIS (Technique For Others Reference by Similarity to Ideal Solution) TOPSIS adalah salah satu metode pengambilan keputusan multikriteria yang pertama kali diperkenalkan oleh Kwangsun Yoon and Hwang Ching-Lai (1981). Yoon, K., System Selection by Multiple Attribute Decision Making, Ph. D. Dissertation, Kansas State University, Manhattan, Kansas, Yoon, K. and C. L. Hwang, TOPSIS (Technique for Order Preference by Similarity to Ideal Solution)- A Multiple Attribute Decision Making, a paper to be published, Kategori dari metode TOPSIS adalah kategori Multi-Criteria Decision Making (MCDM) yaitu teknik pengambilan keputusan dari beberapa pilihan alternatif yang ada,khususnya MADC(Multi Attribute Decision Making).TOPSIS 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 (Fan dan Cheng, 2009 : 4). Kriteria manfaat merupakan kriteria dimana ketika nilai kriteria tersebut semakin besar maka semakin layak pula untuk dipilih. Sedangkan kriteria biaya merupakan kebalikan dari kriteria manfaat, semakin kecil nilai dari kriteria tersebut maka akan semakin layak untuk dipilih. Dalam metode TOPSIS, alternatif yang optimal adalah yang paling dekat dengan solusi ideal positif dan paling jauh dari solusi ideal negatif. TOPSIS menggunakan prinsip bahwa alternatif yang terpilih tidak hanya mempunyai jarak terpendek dari solusi ideal positif, namun juga memiliki jarak terpanjang dari solusi ideal negatif. Konsep ini banyak digunakan untuk menyelesaikan masalah keputusan secara praktis. Konsepnya sederhana dan mudah dipahami, komputasinya efisien dan memiliki kemampuan untuk mengukur kinerja relatif dari alternatif-alternatif keputusan kedalam bentuk matematis yang sederhana (kusumadewi dkk., 2006:88). Konsep fundamental dari metode ini adalah penentukan jarak Euclide terpendek dari solusi ideal positif dan jarak 4

5 Tahapan dalam Metode TOPSIS Membuat matriks keputusan yang ternormalisasi Membuat matriks keputusan yang ternormalisasi terbobot Menentukan matriks solusi ideal positif dan matriks solusi ideal negatif Menentukan jarak antara nilai setiap alternatif dengan matriks solusi ideal positif dan negatif Menentukan nilai preferensi untuk setiap alternatif Langkah-langkah: 1) Membangun normalized decision matrix. Elemen rij hasil dari normalisasi matrix R dengan metode Euclidean length of a vector adalah: decision 2) Membangun weighted normalized decision matrix. Dengan bobot W= (w1, w2,...,wn), maka normalisasi bobot matriks V adalah: 5

6 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

7 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. Ilustrasi metode topsis Permasalahan Suatu perusahaan ingin membangun gudang sebagai tempat menyimpan sementara hasil produksinya. Ada 3 lokasi yang akan jadi alternative yaitu: A1= ngemplak A2= kalasan A3= kota gede Ada 5 kriteria yang dijadikan acuan dalam pengan bilan keputusan : C1= jarak dengan pasar terdekat (km) C2= kepadatan penduduk di sekitar lokasi (orang / km²) C3= jarak dari pabrik (km) C4= jarak dengan gudang yang sudah ada (km) C5=harga tanah untuk lokasi (x1000 Rp/m²) Ranking kecocokan Ranking kecocokan setiap alternative pada setiap criteria,dinilai dengan 1 sampai 5 yaitu: 1= sangat buruk 2= buruk 3= cukup 4= baik 5= sangat baik 7

8 Tabel berikut menunjukan ranking kecocokan dari setiap alternative pada setiap criteria : alternativ kriteria C1 C2 C3 C4 C5 A1 A2 A Bobot preferensi dan Matrik Keputusan Bobot preferensi untuk setiap criteria C1,C2 C5 = ( 5, 3, 4, 4, 2) Matrik keputusan yang dibentuk dari tabel ranking kecocokan :

9 Matrik keputusan ternormalisasi Demekian seterusnya sampai di dapat 9

10 Matriks keputusan ternormalisasi terbobot Matriks keputusan ternormalisasi terbobot didapat dari perkalian matrik R dengan bobot preferensi (5, 3, 4, 4, 2 ) didapat: Solusi ideal positif 10

11 Solusi ideal negative Jarak antara nilai terbobot setiap alternative terhadap solusi ideal positif Jarak antara nilai terbobot setiap alternative terhadap solusi ideal negative 11

12 setiap alternative terhadap solusi ideal Dari nilai V ( jarak kedekatan setiap alternative terhadap solusi ideal) diperoleh nilai v1 memiliki nilai terbesar,sehingga yang akan dipilih sebagai lokasi untuk mendirikan gudang adalah kota ngemplak 12

13 BAB III PENUTUP Kesimpulan Dari contoh permasalahan di atas didapat kesimpulan bahwa yang akan dipilih sebagai lokasi untuk mendirikan gudang adalah kota ngemplak Demikianlah makalah yang telah kami buat,kami mohon maaf apabila ada kesalahan atau kekurangan dalam makalah ini,semoga pembuatan makalah ini bisa berguna bagi kita semua. 13