IMPLEMENTASI METODE AHP DAN TOPSIS DALAM SISTEM PENDUKUNG KEPUTUSAN UNTUK PEMILIHAN LAPTOP

dokumen-dokumen yang mirip
BAB II LANDASAN TEORI

BAB II LANDASAN TEORI

SISTEM PENUNJANG KEPUTUSAN PEMILIHAN TEMPAT KULINER DENGAN METODE TOPSIS BESERTA INFORMASI GEOGRAFIS DI KOTA MALANG

FISIKA BESARAN VEKTOR

Bab a. maka notasi determinan dari matriks A ditulis : det (A) atau. atau A.

DETERMINAN. Misalkan A adalah suatu matriks persegi. a) Jika A memiliki satu baris atau satu kolom bilangan nol, maka det(a) = 0.

ANALISIS NUMERIK. Inter polasi. SPL simultan. Akar Persama. linear

Kerjakan di buku tugas. Tentukan hasil operasi berikut. a. A 2 d. (A B) (A + B) b. B 2 e. A (B + B t ) c. A B f. A t (A t + B t ) Tes Mandiri

matematika PEMINATAN Kelas X FUNGSI LOGARITMA K-13 A. Definisi Fungsi Logaritma

CONTOH SOLUSI BEBERAPA SOAL OLIMPIADE MATEMATIKA Oleh: Wiworo, S.Si, M.M. 3. Untuk k 2 didefinisikan bahwa a

SISTEM BILANGAN REAL. 1. Sifat Aljabar Bilangan Real

Minggu ke 3 : Lanjutan Matriks

1) BENTUK UMUM DAN BAGIAN-BAGIAN PERSAMAAN KUADRAT Bentuk umum persamaan kuadrat adalah seperti di bawah ini:

Two-Stage Nested Design

PROBLEM SOLVING TERKAIT DENGAN KELAS X SEMESTER 1 PADA STANDAR KOMPETENSI (SK) 1.

Matematika SMA (Program Studi IPA)

M A T R I K S. Oleh: Dimas Rahadian AM, S.TP. M.Sc.

Aljabar Linear Elementer

2. Paman mempunyai sebidang tanah yang luasnya 5 hektar. Tanah itu dibagikan kepada 3. Luas tanah yang diterima oleh mereka masing-masing = 5 :3 1

Aljabar Linear Elementer


METODE PENELITIAN. Penelitian dilaksanakan pada bulan Oktober sampai dengan November 2011

Aplikasi Teori Permainan Lawan pemain (punya intelegensi yang sama). Setiap pemain mempunyai beberapa strategi untuk saling mengalahkan.

BAB 10. MATRIKS DAN DETERMINAN

r x = 0. Koefisien-koefisien persamaan yang dihasilkan adalah analitik pada x = 0. Jadi dapat kita gunakan metode deret pangkat.

PERSAMAAN DAN PERTIDAKSAMAAN LOGARITMA

VEKTOR. 1. Pengertian Vektor adalah besaran yang memiliki besar (nilai) dan arah. Vektor merupakan sebuah ruas garis yang

PERTEMUAN - 1 JENIS DAN OPERASI MATRIKS

Skew- Semifield dan Beberapa Sifatnya 1

matematika WAJIB Kelas X RASIO TRIGONOMETRI Kurikulum 2013 A. Definisi Trigonometri

Materi V. Determianan dinotasikan berupa pembatas dua gris lurus,

BAB III METODE PENELITIAN

MA3231 Analisis Real

Matriks yang mempunyai jumlah baris sama dengan jumlah kolomnya disebut matriks bujur sangkar (square matrix). contoh :

Integral Tak Wajar. Ayundyah Kesumawati. March 25, Prodi Statistika FMIPA-UII

VII. FUNGSI PERMINTAAN TAMAN WISATA TIRTA SANITA Fungsi Permintaan Taman Wisata Tirta Sanita

,, % ,, % -0: 0 -0: 0! 2 % 26, &

Modul 9. PENELITIAN OPERASIONAL PEMROGRAMAN DINAMIS. Oleh : Eliyani PROGRAM KELAS KARYAWAN PROGRAM STUDI TEKNIK INDUSTRI FAKULTAS TEKNOLOGI INDUSTRI

det DEFINISI Jika A 0 disebut matriks non singular

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

ANALISIS DISPARITAS INPUT PEMBANGUNAN, 2010

STATIKA (Reaksi Perletakan)

A. PENGERTIAN B. DETERMINAN MATRIKS

DETERMINAN DAN INVERS MATRIKS BLOK 2 2

Rumus Luas Daerah Segi Empat Sembarang? Oleh: Al Jupri Dosen Jurusan Pendidikan Matematika Universitas Pendidikan Indonesia

Sistem Persamaan Linear Bagian 1

Pengertian Matriks. B. Notasi Matriks. a 21 adalah elemen baris 2 kolom 1. Banyaknya baris : Banyaknya kolom : Ordo Matrik :

17. PROGRAM LINEAR. A. Persamaan Garis Lurus. (x 2, y 2 ) (0, a) y 2. y 1. (x 1, y 1 ) (b, 0) X. x 1

Sistem Persamaan Linear

BAHAN AJAR MATEMATIKA UMUM KELAS XI MATERI POKOK : OPERASI MATRIKS

11. PROGRAM LINEAR. A. Persamaan Garis Lurus. (x 2, y 2 ) (0, a) y 2. y 1. (x 1, y 1 ) (b, 0) X. x 1

Jarak Titik, Garis dan Bidang dalam Ruang

INTEGRAL FOURIER KED. Diasumsikan syarat-syarat berikut pada f(x): 1. f x memenuhi syarat Dirichlet pada setiap interval terhingga L, L.

A x = b apakah solusi x

BAB III MATRIKS

TURUNAN FUNGSI. LA - WB (Lembar Aktivitas Warga Belajar) MATEMATIKA PAKET C TINGKAT VI DERAJAT MAHIR 2 SETARA KELAS XI

BABAK PENYISIHAN AMSO JENJANG SMA PEMBAHASAN BABAK PENYISIHAN AMSO

BAB 2 LANDASAN TEORI. 2.1 Analytical Hierarchy Process

MATRIKS Definisi: Matriks Susunan persegi panjang dari bilangan-bilangan yang diatur dalam baris dan kolom. Matriks ditulis sebagai berikut (1)...

15. INTEGRAL SEBAGAI LIMIT

PERTEMUAN 4 Metode Simpleks Kasus Maksimum

12. LUAS DAERAH DAN INTEGRAL

BAB II PANGKAT, AKAR DAN LOGARITMA

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN KENDARAAN DALAM MENDISTRIBUSIKAN ZAKAT, INFAK DAN SEDEKAH

VEKTOR. Adri Priadana. ilkomadri.com

PEMBAHASAN SOAL OSN MATEMATIKA SMP 2013 TINGKAT KABUPATEN

RELASI DAN FUNGSI. A disebut daerah asal dari R (domain) dan B disebut daerah hasil (range) dari R.

STRATEGI PENGAJARAN MATEMATIKA UNTUK MENENTUKAN AKAR-AKAR PERSAMAAN KUADRAT

SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN PROGRAM KEAHLIAN DI SMK MUHAMMADIYAH 1 MUNTILAN DENGAN MENGGUNAKAN METODE TOPSIS

AUTOMATA SEBAGAI MODEL PENGENAL BAHASA

didefinisikan sebagai bilangan yang dapat ditulis dengan b

NFA. Teori Bahasa dan Automata. Viska Mutiawani - Informatika FMIPA Unsyiah

Materi IX A. Pendahuluan

BAB III METODE METODE DEFUZZYFIKASI

MODEL POTENSIAL 1 DIMENSI

matematika K-13 TEOREMA FAKTOR DAN OPERASI AKAR K e l a s

LEMBAR KEGIATAN SISWA. : Menemukan Teorema Pythagoras Sekolah/Satuan Pendidikan:... Kelas/Semester :... Anggota Kelompok :

Menerapkan konsep vektor dalam pemecahan masalah. Menerapkan konsep vektor pada bangun ruang

Metoda Penyelesaian Pendekatan

Antiremed Kelas 11 Matematika

Sistem Pendukung Keputusan Penilaian Kinerja Karyawan Menggunakan Metode Topsis Berbasis Web Pada CV. Surya Network Indonesia

Graf Berarah (Digraf)

BAB: PENERAPAN INTEGRAL Topik: Volume Benda Putar (Khusus Kalkulus 1)

SIFAT-SIFAT LOGARITMA

IAH IAAH I H HAAH xaah I A b x2ah x23h I A 3 x23b H 2

LIMIT FUNGSI DAN KEKONTINUAN

Kegiatan Belajar 5. Aturan Sinus. Kegiatan 5.1

BAB 4 IMPLEMENTASI HASIL PENELITIAN. Rancangan ini dibuat dan dites pada konfigurasi hardware sebagai berikut :

LAPORAN PRAKTIKUM TEKNIK DASAR : PIPET, TIMBANGAN, PEMBUATAN LARUTAN

BAB I. MATRIKS BAB II. DETERMINAN BAB III. INVERS MATRIKS BAB IV. PENYELESAIAN PERSAMAAN LINEAR SIMULTAN

Antiremed Kelas 11 Matematika

MATRIKS. Agustina Pradjaningsih, M.Si. Jurusan Matematika FMIPA UNEJ

7. Ruang L 2 (a, b) f(x) 2 dx < }.

MODUL 6. Materi Kuliah New_S1

BAB 2 LANDASAN TEORI. pengetahuan, terutama para peneliti yang dalam penelitiannya banyak

TINGKAT SMA KOMET 2018 SE-JAWA TIMUR

3.1 Permutasi. Secara umum, bilangan-bilangan pada {1, 2,, n} akan mempunyai n! permutasi

MATRIKS. Menggunakan konsep matriks, vektor, dan transformasi dalam pemecahan masalah.

ALJABAR LINIER DAN MATRIKS MATRIKS (DETERMINAN, INVERS, TRANSPOSE)

Matematika X Semester 1 SMAN 1 Bone-Bone

Transkripsi:

IMPLEMENTASI METODE AHP DAN TOPSIS DALAM SISTEM PENDUKUNG KEPUTUSAN UNTUK PEMILIHAN LAPTOP A. PENDAHULUAN Perkembngn zmn yng semkin mju seperti sekrng ini membut kebutuhn msyrkt semkin meningkt pul. Terlebih lgi didorong dengn dny kemjun ilmu pengethun dn teknologi yng sngt cept. Sebgi contoh, dengn dny lptop/notebook segl kegitn dpt dilkukn dengn cept dn resiko keslhn dpt dikurngi. Setip orng sering dihdpkn pd sutu kedn dimn di hrus memutuskn untuk memilih stu dri beberp pilihn yng d. Sutu mslh dlm kehidupn dpt diselesikn dengn berbgi cr yng mungkin sj memberikn pemechn mslh secr lngsung tu memberi beberp lterntif solusi untuk pemechn mslh. Sekrng ini lptop merupkn kebutuhn dsr bgi msyrkt bik untuk pendidikn mupun ktifits bisnis. Nmun, memilih lptop/notebook yng tept sesui kebutuhn dn nggrn keungnny bukn hl mudh. Bnykny pilihn tersedi di psrn bis jdi membut tmbh bingung memilihny Oleh kren itu kli ini kn membhs sistem pendukung keputusn yng dihrpkn dpt membntu msyrkt dlm pemilihn lptop yng sesui dengn merek. Metode yng dipki dlm pengmbiln keputusn pemilihn lptop dlh Anliticl Hierrchy Process (AHP) dn Technique For Order Preference by Similrity to Idel Solution (TOPSIS). Kedu metode tersebut dipilih kren metode AHP merupkn sutu bentuk model pendukung keputusn dimn perltn utmny dlh sebuh hirrki fungsionl dengn input utmny persepsi mnusi, ykni dlm hl ini dlh orng yng mengerti permslhn lptop.

Sedngkn metode TOPSIS merupkn sutu bentuk metode pendukung keputusn yng didsrkn pd konsep bhw lterntif yng terbik tidk hny memiliki jrk terpendek dri solusi idel positif tetpi jug memiliki jrk terpnjng dri solusi idel negtif yng dlm hl ini kn memberikn rekomendsi pemilihn lptop yng sesui dengn yng dihrpkn. B. PEMBAHASAN. Anlyticl Hierrchy Process (AHP) AHP merupkn slh stu metode untuk membntu menyusun sutu priorits dri berbgi pilihn dengn menggunkn berbgi kriteri. Kren siftny yng multikriteri, AHP cukup bnyk digunkn dlm penyusunn priorits. Sebgi contoh untuk menyusun priorits penelitin, pihk mnjemen lembg penelitin sering menggunkn beberp kriteri seperti dmpk penelitin, biy, kemmpun SDM, dn wktu pelksnn Di smping bersift multikriteri, AHP jug didsrkn pd sutu proses yng terstruktur dn logis. Pemilihn tu penyusunn priorits dilkukn dengn sutu prosedur yng logis dn terstuktur. Kegitn tersebut dilkukn oleh hlihli yng representtif berkitn dengn lterntif-lterntif yng disusun prioritsny Metode AHP merupkn slh stu model untuk pengmbiln keputusn yng dpt membntu kerngk berfikir mnusi. Metode ini mul-mul dikembngkn oleh Thoms L. Sty pd thun 70-n. Dsr berpikirny metode AHP dlh proses membentuk skor secr numerik untuk menyusun rngking setip lterntif keputusn berbsis pd bgimn sebikny lterntif itu dicocokkn dengn kriteri pembut keputusn

Proses pengmbiln keputusn pd dsrny dlh memilih sutu lterntif. Perltn utm AHP dlh sebuh hirrki fungsionl dengn input utmny persepsi mnusi. Dengn hirrki, sutu mslh kompleks dn tidk terstruktur dipechkn ke dlm kelompok-kelompokny. Kemudin kelompok-kelompok tersebut ditur menjdi sutu bentuk hirrki. Sutu tujun yng bersift umum dpt dbrkn dlm beberp subtujun yng lebih terperinci dn dpt menjelskn mksud tujun umum. Penjbrn ini dpt dilkukn terus hingg diperoleh tujun yng bersift opersionl. Pd hierrki terendh dilkukn proses evlusi ts lterntif-lterntif yng merupkn ukurn dri pencpin tujun utm dn pd hierrki terendh ini dpt ditetpkn dlm stun p sutu kriteri diukur. Dlm penjbrn hirrki tujun, tidk d sutu pedomn yng psti mengeni seberp juh pembut keputusn menjbrkn tujun menjdi tujun yng lebih rendh. Pengmbil keputusnlh yng menentukn st penjbrn tujun ini berhenti, dengn memperhtikn keuntungn tu kekurngn yng diperoleh bil tujun tersebut diperinci lebih lnjut. Beberp hl yng perlu diperhtikn dlm melkukn proses penjbrn hirrki tujun yitu:. Pd st penjbrn tujun ke dlm subtujun yng lebih rinci hrus sellu memperhtikn pkh setip tujun yng lebih tinggi terckup dlm subtujun tersebut.. Meskipun hl tersebut dpt dipenuhi, jug perlu menghindri terjdiny pembgin yng terlmpu bnyk bik dlm rh horizontl mupun vertikl.. Untuk itu sebelum menetpkn tujun hrus dpt menjbrkn hierrki tersebut smpi dengn tujun yng pling lebih rendh dengn cr melkukn tes kepentingn.

. Technique For Order Preference by Similrity to Idel Solution (TOPSIS) TOPSIS dlh slh stu metode pengmbiln keputusn multikriteri yng pertm kli diperkenlkn oleh Yoon dn Hwng (98). TOPSIS menggunkn prinsip bhw lterntif yng terpilih hrus mempunyi jrk terdekt dri solusi idel positif dn terjuh dri solusi idel negtif dri sudut pndng geometris dengn menggunkn jrk eucliden untuk menentukn kedektn reltif dri sutu lterntif dengn solusi optiml.solusi idel positif didefinisikn sebgi jumlh dri seluruh nili terbik yng dpt dicpi untuk setip tribut, sedngkn solusi negtif-idel terdiri dri seluruh nili terburuk yng dicpi untuk setip tribut. TOPSIS mempertimbngkn keduny, jrk terhdp solusi idel positif dn jrk terhdp solusi idel negtif dengn mengmbil kedektn reltif terhdp solusi idel positif. Berdsrkn perbndingn terhdp jrk reltifny, susunn priorits lterntif bis dicpi. Metode ini bnyk digunkn untuk menyelesikn pengmbiln keputusn. Hl ini disebbkn konsepny sederhn, mudh diphmi, komputsiny efisien, dn memiliki kemmpun mengukur kinerj reltif dri lterntif-lterntif keputusn. Adpun lngkh-lngkh penerpn metode ini dlh sebgi berikut:. Menentukn jenis-jenis kriteri pemilihn lptop. Dlm hl ini, kriterikriteri yng dibutuhkn dlm pemilihn lptop dlh hrg, ukurn lyr, processor, memori (kpsits dn type), hrddisk, ccessories (Bluetooth dn webcm).. Menyusun kriteri-kriteri pemilihn lptop dlm mtriks berpsngn seperti Tbel.

8. Menyusun kriteri-kriteri pemilihn lptop dlm mtriks berpsngn seperti Tbel. Tbel. Mtriks Berpsngn Untuk Kriteri Pemilihn Lptop Kriteri Hrg Lyr Processor Accessories Hrddisk kpsits type bluetooth webcm Hrg 5 5 5 9 9 Lyr 0. 5 5 Processor 0. 0. 5 5 9 9 Kpsits 0. 0. 0. 5 5 5 Type 0. 0. 0. 0. Hrddisk 0. 0. 0. 9 9 Bluetooth 0. 0. 0. 0. 0. 0. Webcm 0. 0. 0. 0. 0. 0. Jumlh.888 7.7 8.6 5.6 9.999. Cr pengisin elemen-elemen mtriks pd Tbel., dlh sebgi berikut:. Elemen [i,j] =, dimn i =,,,...n. Untuk penelitin ini, n = 8. b. Elemen mtriks segitig ts sebgi input. c. Elemen mtriks segitig bwh mempunyi rumus [ j i], = Untuk i j. [ [ i, j]. Menjumlh setip kolom pd Tbel.. Dri nili elemen mtriks kriteri dits mk jumlh elemen setip kolom dlh: Jumlh Kolom : 0. 0. 0. 0. 0. 0. 0. =.888 Jumlh Kolom : 5 0. 0. 0. 0. 0. 0. = 7.7 Jumlh Kolom : 0. 0. 0. 0. = 8.6 Jumlh Kolom : 5 5 0. 0. 0. = 5.6 Jumlh Kolom 5 : 5 5 5 0. 0. 0. = 9.9999 Jumlh Kolom 6 : 0. 0.=. Jumlh Kolom 7 : 9 5 9 5 9 = Jumlh Kolom 8 : 9 5 9 5 9 =. Membgi setip elemen pd kolom dengn jumlh per kolom yng sesui. Dri nili-nili elemen mtriks tbel.. Jumlh msing-msing kolom dits mk dpt dihitung mtriks normlissi dengn cr membgi setip elemen pd kolom dengn jumlh per kolom yng

9 sesui, mislny untuk menghitung mtriks normlissi pd kolom dn bris mk dpt dihitung sebgi berikut. Kolom bris= Nili mtri perbndingn kriteri bris kolom Jumlh Kolom = = 0.08.888 Tbel. Hsil Mtriks Normlissi Kriteri Hrg Lyr Processor Accessories Hrddisk Kpsits type bluetooth webcm Jumlh Bris Hrg 0.08 0.665 0.79 0.05 0.5 0.5 0. 0..605 Lyr 0.080 0.9 0.79 0.9 0.5 0.5 0.9 0.9.8 Processor 0.9 0.0 0.59 0.05 0.5 0.088 0. 0..75 Kpsits 0.080 0.0 0.0 0.06 0.5 0.088 0.9 0.9 0.780 Type 0.080 0.0 0.0 0.08 0.05 0.5 0.07 0.07 0.597 Hrddisk 0.9 0.0 0.59 0.06 0.066 0.088 0. 0. 0.887 bluetooth 0.06 0.058 0.08 0.08 0.066 0.009 0.08 0.08 0.69 webcm 0.06 0.058 0.08 0.08 0.066 0.009 0.08 0.08 0.69 5. Setelh mtriks normlissi didptkn, lngkh selnjutny menjumlhkn tip bris pd mtriks tersebut. Jumlh msing msing bris pd tbel. dpt dihitung dengn cr sebgi berikut. Jumlh Bris = 0.08 0.665 0.79 0.05 0.5 0.5 0. 0. =.605, dn seterusny. 6. Setelh didptkn jumlh pd msing-msing bris, selnjutny dihitung bobot msing-msing kriteri dengn cr membgi msing-msing jumlh bris dengn jumlh elemen tu jumlh kriteri (n = 8), sehingg bobot msingmsing kriteri dpt dihitung seperti berikut: Bobot Kriteri Hrg =.605/8 = 0.0 Bobot Kriteri Lyr =.8/8 = 0.79 Bobot Kriteri Processor =.75/8 = 0.76 Bobot Kriteri kpsits memori= 0.780/8 = 0.0975 Bobot Kriteri type memori = 0.597/8 = 0.076 Bobot Kriteri Hrddisk = 0.887/8 = 0.0

0 Bobot Kriteri Bluetooth = 0.69/8 = 0.05 Bobot Kriteri Webcm = 0.69/8 = 0.05 Tbel. Skor Kriteri Kriteri Dt Awl Dt Konversi >5 - Jut 8,5-5 Jut Hrg 7-8,5 Jut 5,5-7 Jut < - 5,5 Jut 5 5 7 Lyr 0 5 Pentium Atom Core Duo Processor Dul Core Core i Core i5 Core i7 5 Gb Gb kpsits memori Gb Gb 8 Gb 5 Type memori DDR DDR 5 50 Gb 0 Gb Hrddisk 500 Gb 60 Gb >60 Gb 5 Bluetooth Ad 5 Tidk d Webcm Ad 5 Tidk d

Tbel berikut menunjukkn dt wl dri setip lterntif untuk setip kriteri. Alterntif Hrg Ukurn Lyr ACER Aspire 78-7G50Mn HP Probook s (09AV) TOSHIBA Stellite L60-8U TOSHIBA Stellite L60-078U Tbel. Dt wl setip lterntif Processor 5.967.000 Core i- 70M 5.999.000 Core i- 0M 5.790.000 Core i- 80M 5.878.000 Core i- 80M Kpsits Type Cttn: pemisln perbndingn empt buh dt Hrddisk Bluetooth Webcm GB DDR 500GB Tidk Ad Ad GB DDR 0GB Ad Ad GB DDR 500GB Ad Ad GB DDR 0GB Ad Ad 7. Setelh didptkn bobot msing-msing kriteri, selnjutny dimuli perhitungn metode TOPSIS dengn membngun sebuh mtriks keputusn. Pd mtriks keputusn, kolom mtriks menytkn tribut yitu kriteri-kriteri yng d, sedngkn bris mtriks menytkn lterntif yitu merek_type lptop yng mungkin. Mtriks keputusn mengcu terhdp m lterntif yng kn dievlusi berdsrkn n kriteri. Mtriks keputusn dpt diliht pd tbel.5. Tbel.5 Mtriks Keputusn 5 6 7 8 5 6 7 8 5 6 7 8 5 6 7 8 Cttn: pemisln perbndingn empt buh dt Pd tbel.5, rumus,, 8 menytkn performnsi lterntif dengn cun kriteri dlh dt skor kriteri untuk setip lterntif. Dimn: Hrg Ukurn Lyr Processor Kpsits Type dlh performnsi lterntif ke i untuk kriteri ke j. i ( i =,,,..., m ) dlh lterntif-lterntif yng mungkin, Hrddisk Bluetooth Webcm

j ( j =,,,..., n ) dlh kriteri dimn performnsi lterntif diukur. Dlm penelitin ini, nili j dlh sebgi berikut: j= untuk kriteri hrg j= untuk kriteri ukurn lyr j= untuk kriteri processor j= untuk kriteri kpsits memori j=5 untuk kriteri type memori j=6 untuk kriteri hrddisk j=7 untuk kriteri bluetooth j=8 untuk kriteri webcm Hsil mtriks keputusn yng dibentuk dri tbel dt wl untuk setip lterntif dpt disjikn pd contoh berikut. Merek / Type Tbel.6 Hsil Perhitungn Mtriks Keputusn Hrg Ukurn Lyr Processor Accessories Hrddisk Kpsits Type Bluetooth Webcm ACER Aspire 78-7G50Mn 5 5 5 HP Probook s (0-9AV) 5 5 5 5 TOSHIBA Stellite L60-8U 5 5 5 5 TOSHIBA Stellite L60-078U 5 5 5 Cttn: pemisln perbndingn empt buh dt 8. Setelh mtriks keputusn dibut, selnjutny dlh membut mtriks keputusn yng ternormlissi R yng fungsiny untuk memperkecil rnge dt, dengn tujun untuk mempermudh perhitungn TOPSIS dn penghemtn penggunn memory. Adpun elemen-elemenny ditentukn dengn rumus berikut ini:... (.) dimn r dlh elemen dri mtriks keputusn yng ternormlisi R, dlh elemen dri mtriks keputusn i =,,,..., m; dn j =,,,..., n.

Mtriks keputusn ternormlissi dpt diliht pd Tbel.7. Tbel.7 Mtriks Keputusn Ternormlissi Alterntif Hrg Ukurn Lyr Processor Kpsits Alterntif Type Hrddisk Bluetooth Webcm 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 Cttn: pemisln perbndingn empt buh dt 7 7 7 7 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 Hsil perhitungn mtriks keputusn ternormlissi dpt diliht pd Tbel.8. Tbel.8 Hsil Perhitungn Mtriks Keputusn Ternormlissi Merek / Type Hrg Ukurn Lyr Processor Kpsits ACER Aspire 78-7G50Mn HP Probook S (0-9AV) TOSHIBA Stellite L60-8U TOSHIBA Stellite L60-078U Merek / Type ACER Aspire 78-7G50Mn HP Probook S (0-9AV) 0.5 0.55575 0.5 0.6555 0.5 0.55575 0.5 0.6555 0.5 0.55575 0.5 0.67766 0.5 0.7685 0.5 0.67766 Type Hrddisk Bluetooth Webcm 0.5 0.588805 0.7685 0.5 0.5 0.97 0.55575 0.5

TOSHIBA Stellite L60-8U TOSHIBA Stellite L60-078U 0.5 0.588805 0.55575 0.5 0.5 0.97 0.55575 0.5 9. Setelh mtriks keputusn ternormlissi dibut, selnjutny dlh membut mtriks keputusn ternormlissi terbobot V yng elemen-elemenny ditentukn dengn menggunkn rumus berikut: Dimn: v = w j r... (.) v dlh elemen dri mtriks keputusn yng ternormlisi terbobot V, bobot w j ( w, w, w,..., w n ) dlh bobot dri kriteri ke-j r dlh elemen dri mtriks keputusn yng ternormlisi R. dengn i =,,,..., m; dn j =,,,..., n. Mtriks keputusn ternormlissi terbobot dpt diliht pd Tbel.9. Tbel.9 Mtriks Keputusn Ternormlissi Terbobot Alterntif Hrg Ukurn Lyr Processor w.r Kpsits w w.r 5 w w.r 5 w w.r 5 w w.r 5 Type Hrddisk Bluetooth Webcm w.r 5 w.r 6 6 w.r 7 7 w.r 8 8 w.r 5 w.r 6 6 w.r 7 7 w.r 8 8 w.r 5 6 6 7 7 8 8 w.r 5 6 6 w 7 8 8 7.r Cttn: pemisln perbndingn empt buh dt Hsil perhitungn mtriks keputusn ternormlissi terbobot dpt diliht pd Tbel.0. Tbel.0 Hsil Perhitungn Mtriks Keputusn Ternormlissi Terbobot Merek / Type Hrg Ukurn Lyr Processor Kpsits ACER Aspire 78-7G50Mn 0.6505 0.0968 0.0858 0.0666 HP Probook S (0-9AV) 0.6505 0.0968 0.0858 0.0666 0.6505 0.0968 0.0858 0.00807 TOSHIBA Stellite L60-8U

5 TOSHIBA Stellite L60-078U Merek / Type ACER Aspire 78-7G50Mn HP Probook S (0-9AV) TOSHIBA Stellite L60-8U TOSHIBA Stellite L60-078U 0.6505 0.05659809 0.0858 0.00807 Type 0.07 0.07 Hrddisk Bluetooth Webcm 0.069566 0.006996 0.00575 0.00 0.0587 0.00575 0.07 0.069566 0.0587 0.00575 0.07 0.00 0.0587 0.00575 Cttn: pemisln perbndingn empt buh dt 0. Selnjutny menentukn mtriks solusi idel positif ( ( A ) dn solusi idel negtif A ). Rumus yng digunkn untuk menentukn solusi idel positif dlh: A = {(m v j J ), (min v j J ), i =,,,..., m} = { v, v, v,..., v n } dn persmn untuk menentukn solusi idel negtif dlh: A = {(min v j J ), (m v j J ), i =,,,..., m} = { v, v, v,..., v n }.. (.).. (.) J = { j =,,,..., n dn J merupkn himpunn kriteri keuntungn (benefit criteri)}. J = { j =,,,..., n dn J merupkn himpunn kriteri biy (cost criteri)}. Dimn: v dlh elemen dri mtriks keputusn yng ternormlisi terbobot V, v j ( j =,,,..., n ) dlh elemen mtriks solusi idel positif, v j ( j =,,,..., n ) dlh elemen mtriks solusi idel negtif. Tbel. merupkn penentun mtriks solusi idel positif untuk msing-msing kolom. A m(, v, v, v) Tbel. Solusi Idel Positif v m( v, v, v, v ) m( v, v, v, v ) m( v, v, v, v )

6 A m( 5, v5, v5, v5 ) v m( v 6, v6, v6, v6 ) m( v 7, v7, v7, v7 ) m( v8, v8, v8, v8 ) Hsil penentun mtriks solusi idel positif untuk msing-msing kolom dpt diliht pd tbel.. Tbel. Hsil Penentun Solusi Idel Positif A 0.6505 0.0968 0.0858 0.0666 0.07 0.069566 0.0587 0.00575 Tbel. merupkn penentun mtriks solusi idel negtif untuk msingmsing kolom. Tbel. Solusi Idel Negtif v min( v, v, v, v ) min( v, v, v, v ) min( v, v, v, v ) A min(, v, v, v) A min( v5, v5, v5, v5 ) min( v 6, v6, v6, v6 ) min( v 7, v7, v7, v7 ) min( v8, v8, v8, v8 ) Cttn: pemisln perbndingn empet buh dt Hsil penentun mtriks solusi idel negtif untuk msing-msing kolom dpt diliht pd tbel.. Tbel. Hsil Penentun Solusi Idel Negtif A - 0.6505 0.05659809 0.0858 0.00807 0.07 0.00 0.006996 0.00575. Selnjutny menghitung jrk lterntif dri solusi idel positif ( S ) dn jrk lterntif dri solusi idel negtif ( S ). Persmn untuk menghitung jrk lterntif dri solusi idel positif ( S ) dlh: s i = n j= ( v v ), dengn i =,,,..., m..(.5) j dn persmn untuk menghitung jrk lterntif dri solusi idel negtif ( S ) dlh: s i = n j= ( v v ), dengn i =,,,..., m....(.6) j

7 Dimn: s dlh jrk lterntif ke-i dri solusi idel positif, i s i dlh jrk lterntif ke-i dri solusi idel negtif, v dlh elemen dri mtriks keputusn yng ternormlisi terbobot V, v j dlh elemen mtriks solusi idel positif, v j dlh elemen mtriks solusi idel negtif. Perhitungn jrk lterntif dri solusi idel positif ( S ) dpt diliht pd Tbel.5 Tbel.5 Seprsi Positif Alterntif S ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) s = v v v v v v v v v v v v v v v v ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) s s s = v v v v v v v v v v v v v v v v ( v ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) v v v v v v v v5 v5 v6 v6 v7 v7 v8 8 ( v v ) ( v v ) ( v v ) ( v v ) ( v v ) ( v v ) ( v v ) ( v ) = v = 5 5 6 6 7 7 8 v Cttn: pemisln perbndingn empt buh dt Hsil perhitungn jrk lterntif dri solusi idel positif ( S ) dpt diliht pd Tbel.6. Tbel.6 Hsil Perhitungn Seprsi Positif Alterntif S ACER Aspire 78-7G50Mn 0.006508 HP Probook S (0-9AV) 0.065 TOSHIBA Stellite L60-8U 0.0089 TOSHIBA Stellite L60-078U 0.0596 5 5 5 5 6 6 6 6 7 7 7 7 8 8 8 8 8

8 Perhitungn jrk lterntif dri solusi idel negtif ( S ) dpt diliht pd Tbel.7 Alterntif Tbel.7 Seprsi Negtif S ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) s = v v v v v v v v v v v v v v v v 5 5 6 6 7 7 8 8 ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) s = v v v v v v v v v v v v v v v v 5 5 6 6 7 7 8 8 ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) s = v v v v v v v v v v v v v v v v ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) s = v v v v v v v v v v v v v v v v 5 5 5 5 6 6 6 6 7 7 7 7 8 8 8 8 Cttn: pemisln perbndingn empt buh dt Hsil perhitungn jrk lterntif dri solusi idel positif ( S ) dpt diliht pd Tbel.8. Tbel.8 Hsil Perhitungn Seprsi Negtif Alterntif S ACER Aspire 78-7G50Mn 0.0599 HP Probook S (0-9AV) 0.089559 TOSHIBA Stellite L60-8U 0.079 TOSHIBA Stellite L60-078U 0.006508. Setelh menghitung jrk lterntif dri solusi idel positif ( S ) dn jrk lterntif dri solusi idel negtif ( S ), selnjutny dlh menghitung kedektn reltif terhdp solusi idel positif dengn menggunkn rumus di bwh ini: si c i =, dengn i =,,,..., m.. (.7) ( si si ) dimn c dlh kedektn reltif dri lterntif ke-i terhdp solusi idel positif, i s i dlh jrk lterntif ke-i dri solusi idel positif, s i dlh jrk lterntif ke-i dri solusi idel negtif. Perhitungn kedektn reltif terhdp solusi idel positif dpt diliht pd Tbel.9

9. Tbel.9 Nili C Alterntif C s c = ( s s ) s c = ( s s ) s c = ( s s ) s c = ( s s ) Cttn: pemisln perbndingn empt buh dt Hsil perhitungn kedektn reltif terhdp solusi idel positif pd Tbel.0. C dpt diliht Tbel.0 Hsil Perhitungn Kedektn Reltif Alterntif C ACER Aspire 78-7G50Mn 0.90586 HP Probook S (0-9AV) 0.69059 TOSHIBA Stellite L60-8U 0.58657089 TOSHIBA Stellite L60-078U 0.0796667. Berikutny lterntif diurutkn dri nili C terbesr ke nili C terkecil. Alterntif dengn nili C terbesr merupkn solusi yng terbik. Tbel. Hsil Pengurutn Alterntif Alterntif Nili ACER Aspire 78-7G50Mn 0.90586 HP Probook s (0-9AV) 0.69059 TOSHIBA Stellite L60-8U 0.58657089 TOSHIBA Stellite L60-078U 0.0796667 Pd Tbel., dpt diliht bhw lterntif yng menempti urutn pertm yitu lptop dengn merek/type ACER Aspire 78-7G50Mn dengn nili 0.90586, lterntif yng menempti urutn kedu yitu lptop dengn merek/type HP Probook s (0-9AV)dengn nili 0.69059, lterntif yng menempti urutn ketig yitu

0 lptop dengn merek/type TOSHIBA Stellite L60-8U dengn nili 0.58657089, dn lterntif yng menempti urutn terkhir dlh lptop dengn merek/type TOSHIBA Stellite L60-078U dengn nili 0.0796667. Berdsrkn hsil pengurutn, mk pilihn terbik dlh lptop dengn merek/type ACER Aspire 78-7G50Mn.. Perncngn Sistem Perncngn dlh thpn untuk menspesifiksikn proyek yng kn dibut. Pd perncngn SPK pemilihn lptop, d beberp thpn yng kn dibut, yitu:. Dt Flow Digrm. Entity Reltionship Digrm. Kmus Dt. Perncngn ntrmuk 5. Perncngn prosedurl sistem.. Digrm Alirn Dt Digrm Alirn Dt/Dt Flow Digrm (DFD) dlh sebuh teknis grfis yng menggmbrkn lirn informsi dn trnsformsi yng dipliksikn pd st dt bergerk dri input menjdi output. Beberp komponen - komponen yng digunkn dlm menggmbr sutu DFD, dpt diliht pd gmbr.. Gmbr. Komponen komponen DFD

Berikut gmbr contoh progrm dri Implementsi Du Metode dits Jik tombol Edit pd tmpiln input dt lptop diklik, mk kn muncul tmpiln seperti berikut

ntrmuk AHP lnjutn tmpiln pengujin metode TOPSIS

Contoh hsil perhitungn mtriks keputusn ternormlissi hsil perhitungn Penentun lptop yng kn dipilih dpt diliht pd tbel hsil pengurutn dt Gmbr dits merupkn hsil pengurutn dt yng menunjukkn nili priorits lptop. Lptop dengn merek/type ACER Aspire 78-7G50Mn merupkn lptop yng memiliki nili priorits pling tinggi yitu 0.90586 menempti

urutn pertm, Lptop dengn merek/type HP Probook s (0-9AV) memiliki nili priorits 0.69059 menempti urutn kedu, Lptop dengn merek/type TOSHIBA Stellite L60-8U memiliki nili priorits 0.58657089 menempti urutn ketig dn Lptop dengn merek/type TOSHIBA Stellite L60-078U memiliki nili priorits pling rendh dengn nili priorits 0.0796667 menempti urutn terkhir.

DAFTAR PUSTAKA Susil, Wyn R dn Mundi, Ernwti. 007. Penggunn Anlyticl Hierrchy Process untuk Penyusunn Priorits Proposl Penelitin. www.litbng.deptn.go.id/wrt-ip/pdf-file/.wynern_ipvol6007.pdf. Kuzril. 005. Sistem Pendukung Keputusn dengn Anlyticl Hierrchy Process.www.efk.utm.my/thesis/imges/MASTER/005/jsb P/Prt/ KUAZRILRIDZHIEMA075D05TT8.doc. Supriyono, dkk. 007. Sistem pemilihn pejbt strukturl dengn metode hp. Sdm Teknologi Nuklir: hl. -. Seminr Nsionl III. Surydi, Kdrsh dn Rmdhni, Ali. 998. Sistem Pendukung Keputusn.Bndung: PT Remj Rosdkry. Nur Kholilh H. 0.Sistem Pendukung Keputusn pemilihn lptop dengn metode AHP dn TOPSIS http://repository.usu.c.id/hndle/56789/77