FMDAM (2) TOPSIS TOPSIS TOPSIS. Charitas Fibriani

dokumen-dokumen yang mirip
Preferensi untuk alternatif A i diberikan

BAB 2 LANDASAN TEORI. Regresi linier sederhana yang variabel bebasnya ( X ) berpangkat paling tinggi satu.

ISSN: JURNAL GAUSSIAN, Volume 4, Nomor 2, Tahun 2015, Halaman Online di:

RANCANG BANGUN SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN OPERATOR TELEKOMUNIKASI DENGAN METODE AHP DAN TOPSIS. 2)

8. MENGANALISIS HASIL EVALUASI

Analytic Hierarchy Process (AHP)

BAB 2 LANDASAN TEORI. Regresi linier sederhana merupakan bagian regresi yang mencakup hubungan linier

Pembobotan dan Optimasi Untuk Pemilihan Distributor PT Maan Ghodaqo Shiddiq Lestari

Uji Statistika yangb digunakan dikaitan dengan jenis data

BAB IV BATAS ATAS BAGI JARAK MINIMUM KODE SWA- DUAL GENAP

Pembobotan dan Optimasi Untuk Pemilihan Distributor PT Maan Ghodaqo Shiddiq Lestari

BAB 2 LANDASAN TEORI. perkiraan (prediction). Dengan demikian, analisis regresi sering disebut sebagai

PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM

ANALISIS PENGGABUNGAN METODE SAW DAN METODE TOPSIS UNTUK MENDUKUNG KEPUTUSAN SELEKSI PENERIMAAN DOSEN

Penarikan Contoh Acak Sederhana (Simple Random Sampling)

UKURAN GEJALA PUSAT DAN UKURAN LETAK

BAB II LANDASAN TEORI

* MEMBUAT DAFTAR DISTRIBUSI FREKUENSI MENGGUNAKAN ATURAN STURGES

Di dunia ini kita tidak dapat hidup sendiri, tetapi memerlukan hubungan dengan orang lain. Hubungan itu pada umumnya dilakukan dengan maksud tertentu

LANGKAH-LANGKAH UJI HIPOTESIS DENGAN 2 (Untuk Data Nominal)

Penarikan Contoh Gerombol (Cluster Sampling) Departemen Statistika FMIPA IPB

TEKNIK SAMPLING. Hazmira Yozza Izzati Rahmi HG Jurusan Matematika FMIPA Universitas Andalas

BAB 2. Tinjauan Teoritis

PEMILIHAN PENGRAJIN TERBAIK DENGAN METODE ELECTRE DAN TOPSIS MENGGUNAKAN GUI MATLAB (STUDI KASUS : PT. Asaputex Jaya, Tegal)

BAB 5. ANALISIS REGRESI DAN KORELASI

BAB 2 LANDASAN TEORI. Analisis regresi adalah suatu proses memperkirakan secara sistematis tentang apa yang paling

ANALISIS REGRESI. Model regresi linier sederhana merupakan sebuah model yang hanya terdiri dari satu peubah terikat dan satu peubah penjelas:

PEMILIHAN MAHASISWA BERPRESTASI DIPLOMA MENGGUNAKAN METODE TOPSIS

BAB II LANDASAN TEORI. Dalam pengambilan sampel dari suatu populasi, diperlukan suatu

KOMPUTASI METODE SAW DAN TOPSIS MENGGUNAKAN GUI MATLAB UNTUK PEMILIHAN JENIS OBJEK WISATA TERBAIK (Studi Kasus : Pesona Wisata Jawa Tengah)

ANALISIS ALGORITMA REKURSIF DAN NONREKURSIF

METODE OPTIMASI 11/13/2015. Capaian Pembelajaran

Model SPK. Model optimasi (2) Model optimasi (1) Metode-metode Optimasi dengan Alternatif Terbatas 4/30/2017. Tujuan.

Penelitian Operasional II Teori Permainan TEORI PERMAINAN

STUDI KELAYAKAN: ASPEK FINANSIAL. F.Hafiz Saragih SP, MSc

MATEMATIKA INTEGRAL RIEMANN

STATISTIKA: UKURAN PEMUSATAN. Tujuan Pembelajaran

Regresi & Korelasi Linier Sederhana. Gagasan perhitungan ditetapkan oleh Sir Francis Galton ( )

2.2.3 Ukuran Dispersi

BAB III UKURAN PEMUSATAN DATA

BAB 5 BARISAN DAN DERET KOMPLEKS. Secara esensi, pembahasan tentang barisan dan deret komlpeks sama dengan barisan dan deret real.

BAB II LANDASAN TEORI

Regresi Linier Sederhana Definisi Pengaruh

BAB 2 LANDASAN TEORITIS. yang akan terjadi pada masa yang akan datang dengan waktu yang relatif lama.

PENAKSIR RASIO YANG EFISIEN UNTUK RATA-RATA POPULASI DENGAN MENGGUNAKAN DUA VARIABEL TAMBAHAN

BAB IV METODE PENELITIAN

Pemilihan Pemasok Terbaik dengan Metode. (Studi Kasus : CV. Becik Joyo)

BAB 2 LANDASAN TEORI. yang akan terjadi pada masa yang akan datang dengan waktu yang relative lama.

BAB 6 PRINSIP INKLUSI DAN EKSKLUSI

S2 MP Oleh ; N. Setyaningsih

BAB I PENDAHULUAN. 1.1 Statistika Deskriptif dan Statistika Inferensial. 1.2 Populasi dan Sampel

3/19/2012. Bila X 1, X 2, X 3,,X n adalah pengamatan dari sampel, maka rata-rata hitung dirumuskan sebagai berikut

Jawablah pertanyaan berikut dengan ringkas dan jelas menggunakan bolpoin. Total nilai 100. A. ISIAN SINGKAT (Poin 20) 2

TUGAS MATA KULIAH TEORI RING LANJUT MODUL NOETHER

Ukuran Pemusatan Data. Arum Handini P., M.Sc Ayundyah K., M.Si.

PENDAHULUAN Metode numerik merupakan suatu teknik atau cara untuk menganalisa dan menyelesaikan masalah masalah di dalam bidang rekayasa teknik dan

SUM BER BELA JAR Menerap kan aturan konsep statistika dalam pemecah an masalah INDIKATOR MATERI TUGAS

4/1/2013. Bila X 1, X 2, X 3,,X n adalah pengamatan dari sampel, maka rata-rata hitung dirumuskan sebagai berikut. Dengan: n = banyak data

BAB III METODE PENELITIAN. Tempat penelitian ini dilaksanakan di SMP Negeri 4 Tilamuta Kabupaten

NORM VEKTOR DAN NORM MATRIKS

BAB III MENYELESAIKAN MASALAH REGRESI INVERS DENGAN METODE GRAYBILL. Masalah regresi invers dengan bentuk linear dapat dijumpai dalam

TINJAUAN PUSTAKA Evaluasi Pengajaran

Regresi & Korelasi Linier Sederhana

Bab II Teori Pendukung

TATAP MUKA III UKURAN PEMUSATAN DATA (MEAN, MEDIAN DAN MODUS) Fitri Yulianti, SP. Msi.

III. METODE PENELITIAN. yang hidup dan berguna bagi masyarakat, maupun bagi peneliti sendiri

SOLUSI TUGAS I HIMPUNAN

BAB 2 LANDASAN TEORI

BAB II TINJAUAN PUSTAKA

III BAHAN/OBJEK DAN METODE PENELITIAN. Objek yang digunakan dalam penelitian ini adalah 50 ekor sapi Pasundan

POLIGON TERBUKA TERIKAT SEMPURNA

REGRESI & KORELASI LINIER SEDERHANA

BAB 2 LANDASAN TEORI

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. melakukan smash sebelum dan sesudah latihan power otot lengan adalah sebagai

11/10/2010 REGRESI LINEAR SEDERHANA DAN KORELASI TUJUAN

IV. METODE PENELITIAN

KALKULUS LANJUT. Pertemuan ke-4. Reny Rian Marliana, S.Si.,M.Stat.

b) Untuk data berfrekuensi fixi Data (Xi)

REGRESI & KORELASI LINIER SEDERHANA

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB III PERSAMAAN PANAS DIMENSI SATU

TAKSIRAN UMUR SISTEM DENGAN UMUR KOMPONEN BERDISTRIBUSI SERAGAM. Sudarno Jurusan Matematika FMIPA UNDIP

PENAKSIR RASIO REGRESI LINEAR YANG EFISIEN UNTUK RATA-RATA POPULASI DENGAN MENGGUNAKAN DUA VARIABEL TAMBAHAN

3 Departemen Statistika FMIPA IPB

BAB III METODOLOGI PENELITIAN

UKURAN GEJALA PUSAT (UGP)

BAB III METODE PENELITIAN

BAB II TINJAUAN TEORITIS. Statistik merupakan cara cara tertentu yang digunakan dalam mengumpulkan,

I PENDAHULUAN II LANDASAN TEORI

BAB 2 TINJAUAN TEORITIS. regresi berkenaan dengan studi ketergantungan antara dua atau lebih variabel yaitu

Sistem Pendukung Keputusan dalam Merekomendasikan Smartphone untuk Kalangan Pemula dengan Metode TOPSIS

BAB 1 ERROR PERHITUNGAN NUMERIK

PEMILIHAN PRIORITAS LAYANAN QOS DENGAN PENDEKATAN METODE FUZZY ANALYTICAL HIERARCHY PROCESS (FAHP) DAN TOPSIS

BAB III PEMBENTUKAN SKEMA PEMBAGIAN RAHASIA

UKURAN PEMUSATAN & PENYEBARAN

Pada saat upacara bendera, kita sering memperhatikan teman-teman kita.

ANALISIS INDEKS DISTURBANCES STORM TIME DENGAN KOMPONEN H GEOMAGNET

Muniya Alteza

BAB IX PENGGUNAAN STATISTIK DALAM SIMULASI

PENAKSIR REGRESI CUM RASIO UNTUK RATA-RATA POPULASI DENGAN MENGGUNAKAN KOEFISIEN KURTOSIS DAN KOEFISIEN SKEWNESS

Transkripsi:

FMDAM (2) Chartas Fbra Techque for Order Preferece by Smlarty to Ideal Soluto () ddasarka pada kosep dmaa alteratf terplh yag terbak tdak haya memlk jarak terpedek dar solus deal postf, amu juga memlk jarak terpajag dar solus deal egatf. bayak dguaka dega alasa: kosepya sederhaa da mudah dpaham; komputasya efse; da memlk kemampua utuk megukur kerja relatf dar alteratf-alteratf keputusa dalam betuk matemats yag sederhaa. Lagkah-lagkah peyelesaa masalah MADM dega : Membuat matrks keputusa yag terormalsas; Membuat matrks keputusa yag terormalsas terbobot; Meetuka matrks solus deal postf & matrks solus deal egatf; Meetuka jarak atara la setap alteratf dega matrks solus deal postf & matrks solus deal egatf; Meetuka la preferes utuk setap alteratf. membutuhka ratg kerja setap alteratf A pada setap krtera C j yag terormalsas, yatu: r j x m j x 2 j

Solus deal postf A da solus deal egatf A - dapat dtetuka berdasarka ratg bobot terormalsas (y j ) sebaga: y j w rj A ( y, y 2, L, y ); A ( y, y, L, y ); 2 dega y j y j max yj; m yj; m yj; max yj; jka j adalah atrbut keutuga jka j adalah atrbut baya jka j adalah atrbut keutuga jka j adalah atrbut baya Jarak atara alteratf A dega solus deal postf drumuska sebaga: D 2 ( y yj ) ; j Jarak atara alteratf A dega solus deal egatf drumuska sebaga: D 2 ( yj y ) ; j Nla preferes utuk setap alteratf (V ) dberka sebaga: D V ; D D Nla V yag lebh besar meujukka bahwa alteratf A lebh dplh 2

Cotoh: Suatu perusahaa d Daerah Istmewa Yogyakarta (DIY) g membagu sebuah gudag yag aka dguaka sebaga tempat utuk meympa semetara hasl produksya. Ada lokas yag aka mejad alteratf, yatu: A Ngemplak, A2 Kalasa, A Kota Gedhe. Ada krtera yag djadka acua dalam pegambla keputusa, yatu: C jarak dega pasar terdekat (km), C2 kepadata peduduk d sektar lokas (orag/km2); C jarak dar pabrk (km); C4 jarak dega gudag yag sudah ada (km); C harga taah utuk lokas (x000 Rp/m2). Tgkat kepetga setap krtera, juga dla dega sampa, yatu: Sagat redah, 2 Redah, Cukup, 4 Tgg, Sagat Tgg. Pegambl keputusa memberka bobot preferes sebaga: W (,, 4, 4, 2) Nla setap alteratf d setap krtera: Krtera Alteratf C C 2 C C 4 C A 0,7 2000 8 0 00 A 2 0,0 00 20 40 40 A 0,90 200 800

Matrks terormalsas, R: 0,888 R 0,92 0,7066 0,686 0,4077 0,682 0,4640 0,40 0,482 0,64 0,7928 0,4796 Matrks terormalsas terbobot, Y: 2,9440 Y,9627,28,88,609 2,7408,99,82 2,926,9022,72,98 0,4784 0,40 0,764 0,967 0,86,08 Solus Ideal Postf (A ): A { 2,9440;,9627;,28}, 9627 { }, 9022 {,609;,82;,72 }, 609 { 2,7408; 2,926;,98} 2, 7408 { 0,967; 0,86;,08} 0, 86 y m y 2 max,88;,99;,9022 y m y 4 max y m {,9627;,9022;,609; 2,7408; 0,86} Solus Ideal Negatf (A - ): { 2,9440;,9627;,28} 2, 9440 {,88;,99;,9022}, 99 {,609;,82;,72 }, 72 { 2,7408; 2,926;,98}, 98 { 0,967; 0,86;,08}, 08 y max y 2 m y max y 4 m y max A { 2,9440;,99;,72;,98;,08} Jarak atara la terbobot setap alteratf terhadap solus deal postf, : S D 0,987 D 2 0, 7706 D 2, 448 Jarak atara la terbobot setap alteratf terhadap solus deal egatf, : S D,9849 D 2 2, 99 D 0, 04 4

Kedekata setap alteratf terhadap solus deal dhtug sebaga berkut:,9849 V 0,6679 0,987,9849 2,99 V 2 0,740 0,7706 2,99 0,04 V 0,729 2,448 0,04 Dar la V dapat dlhat bahwa V2 memlk la terbesar, sehgga dapat dsmpulka bahwa alteratf kedua yag aka lebh dplh. Dega kata la, Kalasa aka terplh sebaga lokas utuk medrka gudag baru. Permasalaha pada AHP ddekomposska ke dalam hrark krtera da alteratf MASALAH KRITERIA- KRITERIA-2 KRITERIA- Saya g membel HP yag hargaya relatf murah, memorya besar, waraya bayak, ukura pksel pada kamera besar, beratya rga, da betukya uk KRITERIA-, KRITERIA-, Ada 4 alteratf yag saya bayagka, yatu:,, ALTERNATIF ALTERNATIF 2 ALTERNATIF m da

Alteratf Harga (juta Rp) Memor (MB) Wara Kamera (MP) Berat (gr) 2, 26 kb 2 26, 42 26 kb,2 6,7 40 26 kb,2 4 Ada tahap detfkas: Tetuka tujua: Membel HP dega krtera tertetu Tetuka krtera: Harga, kapastas memor, ukura wara, ukura pksel kamera, berat, da keuka, Tetuka alteratf:,,, da, 4,7 90 6 MB 2 9 KRITERIA Betuk hrark dar formas yag dperoleh Membel HP TUJUAN Iformas tersebut dapat dguaka utuk meetuka rakg relatf dar setap atrbut Harga Memor Wara Kamera Berat Keuka Krtera kuattatf & kualtatf dapat dguaka utuk mempertmbagka bobot ALTERNATIF 6

Saya lebh megutamaka kemuraha harga, kemuda keuka betuk & berat HP, sedagka krtera la merupaka prortas terakhr Harga Memor Wara Kamera Berat Dega megguaka perbadga berpasaga, dapat dketahu derajat kepetga relatf atar krtera Matrks perbadga berpasaga adalah matrks berukura x dega eleme a j merupaka la relatf tujua ke- terhadap tujua ke-j 7

9 : mutlak lebh petg (extreme) 7 : sagat lebh petg (very) : lebh petg (strog) : cukup petg (moderate) : sama petg (equal) Saya lebh megutamaka kemuraha harga, kemuda keuka betuk & berat HP, sedagka krtera la merupaka prortas terakhr H M W K B U H M / / / W / / / K / / / B / U / Apabla A adalah matrks perbadga berpasaga yag, maka vektor bobot yag berbetuk: T T (A)(w ) ()(w ) dapat ddekat dega cara: meormalka setap kolom j dalam matrks A, sedemka hgga: Kosep EIGENVECTOR dguaka utuk melakuka proses perakga prortas setap krtera berdasarka matrks perbadga berpasaga (Saaty) a j sebut sebaga A. utuk setap bars dalam A, htuglah la rata-rataya: w ' dega w adalah bobot tujua ke- dar vektor bobot. a j j 8

Uj kosstes: Msalka A adalah matrks perbadga berpasaga, da w adalah vektor bobot, maka kosstes dar vektor bobot w dapat duj sebag berkut: htug: (A)(w T ) t eleme ke - pada (A)(w T eleme ke - pada w htug: deks kosstes: t CI T ) jka CI0 maka A kosste; jka CI maka A cukup kosste; da 0, RI CI jka > 0, maka A sagat tdak kosste. RI Ideks radom RI adalah la rata-rata CI yag dplh secara acak pada A da dberka sebaga: 2 4 6 7... RI 0 0,8 0,90,2,24,2... H M W K B U H M / W/ K / B / U / / / / / / / 0,2 0,2 0,2 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0,2 0, 0, 0,2 0, 0, 0,2 0, 0, 0, 0, 2,26 4 4 4 6 6 / 2,26 0,2 / 2,26 0,2 / 2,26 0,2 / 2,26 0,/ 2,26 0,/ 2,26 /4 /4 /4 /4 0,/4 0,/4 /4 /4 /4 /4 0,/4 0,/4 /4 /4 /4 /4 0,/4 0,/4 / 6 0,/ 6 0,/ 6 0,/ 6 / 6 / 6 / 6 0,/ 6 0,/ 6 0,/ 6 / 6 / 6 9

0,442 0,7 0,7 0,7 0,000 0,000 0,0882 0,074 0,074 0,074 0,06 0,06 0,0882 0,074 0,074 0,074 0,06 0,06 0,0882 0,074 0,074 0,074 0,06 0,06 0,47 0,24 0,24 0,24 0,667 0,667 0,47 0,24 0,24 0,24 0,667 0,667 0,442 0,7 0,7 0,0882 0,074 0,074 0,0882 0,074 0,074 0,0882 0,074 0,074 0,47 0,24 0,24 0,47 0,24 0,24 0,7 0,074 0,074 0,074 0,24 0,24 0,000 0,000 0,06 0,06 0,06 0,06 0,06 0,06 0,667 0,667 0,667 0,667 Rata2 0,488 0,872 0,872 W (0,488; ; ; ; 0,872; 0,872) 0,2 0,2 0,2 0, 0, 0, 0, 0, 0, 0, 0, 0,488 0,872 0,872 2,76 0,44 0,44 0,44,4,4 t 6,079 6 0,488 0,872 0,872 6,079 6 CI 0,06 2,76 0,44 0,44 0,44,4,4 Utuk 6, dperoleh RI 6,24, sehgga: CI RI6 0,06 0,009 0,,24 KONSISTEN!!! Harga (0,488) KRITERIA Memor () Betuk hrark dar formas yag dperoleh Membel HP Wara () Kamera () TUJUAN Berat (0,872) Keuka (0,872) ALTERNATIF 0

2,/, 2,/,7 2,/ 4,7 Matrks perbadga berpasaga utuk harga dperoleh dar data harga setap HP,/ 2,,/,7,/ 4,7,7 / 2,,7 /,,7 / 4,7 4,7 / 2, 4,7 /, 4,7 /,7 0,0 0,0 0,0 0,0 0,260 0,260 0,260 0,260 0,279 0,279 0,279 0,279 0,7 0,7 0,7 0,7 0,0 0,0 0,0 0,0 0,260 0,260 0,260 0,260 0,279 0,279 0,279 0,279 0,7 0,7 0,7 0,7 Rata2 0,0 0,260 0,279 0,7 W (0,0;( 0,260; 0,279; 0,7) Atau Normalka MHarga m(2,;,;,7; 4,7) 2, 2,/2, 2,/, 0,74 2,/,7 0,62 2,/4,7 0,49 Total 0,74 0,62 0,49 2,8 /2,8 0,0 0,74/2,8 0,260 0,62/2,8 0,28 0,49/2,8 0,72 W (0,0; 0,260; 0,28; 0,72)

Matrks perbadga berpasaga utuk memor dperoleh dar data memor setap HP 42 / 40 / 90 / / 42 40 / 42 90 / 42 / 40 42 / 40 90 / 40 /90 42 / 90 40 / 90 W (0,69;( 0,2029; 0,92; 0,448) (6*024) / 26 Matrks perbadga berpasaga utuk wara dperoleh dar data wara setap HP (6*024) / 26 (6*024) / 26 26/(6*026) 26/(6*024) 26/(6*024) (6*024) / 26 W (0,049;( 0,049; 0,049; 0,92) Atau Matrks perbadga berpasaga utuk kamera dperoleh dar data kamera setap HP TotWara 26 26 26 (6x024) 72 26/72 0,0 26/72 0,0 26/72 0,0 (6x024)/72 0,9 W (0,0; 0,0; 0,0; 0,9),2 / 2,2 / 2 2 /,2 2 /,2 2 /,2 2 /,2,2 / 2,2 / 2 W (0,92;( 0,077; 0,077; 0,92) 2

Atau TotKamera 2,2,2 2 0,4 2/0,4 0,92,2/0,4 0,08,2/0,4 0,08 2/0,4 0,92 Matrks perbadga berpasaga utuk berat dperoleh dar data berat setap HP, 6/,26,4/,26,9/,26,26/,6,4/,6,9/,6,26/,4, 6/,4,9/,4,26/,9,6/,9,4/,9 W (0,92; 0,08; 0,08; 0,92) W (0,27;( 0,2947; 0,2; 0,790) Atau Normalka MBerat m(,26;,6;,4;,9),6,26/,6 0,92,6/,26,6/,4 0,87,6/,9 0,6 TotBerat 0,92 0,87 0,6,4 /,4 0,294 0,92/,4 0,27 0,87/,4 0,26 0,6/,4 0,79 W (0,27; 0,294; 0,26; 0,79)

Matrks perbadga berpasaga utuk keuka dperoleh secara subyektf dar perseps user lebh uk dbadg lebh uk dbadg lebh uk dbadg Matrks perbadga berpasaga utuk keuka dperoleh secara subyektf dar perseps user 2 / 2 2 / / 2 / / / W (0,0860;( 0,44; 0,24; 0,8) Harga (0,488) (0,0) (0,260) (0,279) (0,7) Memor () (0,69) (0,2029) (0,92) (0,448) Betuk hrark dar formas yag dperoleh Membel HP Wara () (0,049) (0,049) (0,049) (0,92) Kamera () (0,92) (0,077) (0,077) (0,92) Berat (0,872) (0,27) (0,2947) (0,2) (0,790) Keuka (0,872) (0,0860) (0,44) (0,24) (0,8) Perakga: Msalka ada tujua da m alteratf pada AHP, maka proses perakga alteratf dapat dlakuka melalu lagkah-lagkah berkut: Utuk setap tujua, tetapka matrks perbadga berpasaga A, utuk m alteratf. Tetuka vektor bobot utuk setap A yag merepresetaska bobot relatf dar setap alteratf ke-j pada tujua ke- (s j ). Htug total skor: s j (s j)(w ) Plh alteratf dega skor tertgg. 4

0,0 0,69 0,049 0,92 0,27 0,0860 0,260 0,2029 0,049 0,077 0,2947 0,44 0,279 0,92 0,049 0,077 0,2 0,24 0,7 0,448 0,92 0,92 0,790 0,8 0,296 0,488 0,872 0,872 0,296 0,2292 0,298 0,4 0,2292 0,298 0,4