SIMPLE ADDITIVE WEIGHTING (SAW)

dokumen-dokumen yang mirip
Multi-Attribute Decision Making

Multi-Attribute Decision Making

FMDAM FMDAM. Simple Additive Weighting (SAW) Charitas Fibriani, M.Eng

9/22/2011. Bahan Kuliah : Topik Khusus

BAB III METODOLOGI PENELITIAN

APLIKASI SISTEM PEMILIHAN JURUSAN SEKOLAH BERBASIS WEB MENGGUNAKAN METODE FUZZY SAW DI SMAN 1 KAMPAK TRENGGALEK SKRIPSI

PEMILIHAN PEGAWAI BERPRESTASI BERDASAR EVALUASI KINERJA PEGAWAI DENGAN METODE SAW

Rudi Hartoyo ( )

SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN PEGAWAI MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING STUDI KASUS PT.SURYA ENERGI INDOTAMA (SEI)

Sistem Pendukung Keputusan Kelayakan Kredit Usaha Menggunakan Fuzzy Multiple Attribute Decision Making (FMADM) Pada Bank BPD Sulteng

Implementasi Metode Simple Additive Weighting pada Sistem Pendukung Keputusan Pemilihan Pemasok Bahan Baku di PT. Abadi Kimia

SIMPLE ADDITIVE WEIGHTING METHOD UNTUK MENENTUKAN SEKOLAH DASAR

Jasmir Prodi Teknik Informatika, STIKOM Dinamika Bangsa Jambi

Bayu Erlangga 1, Elisabet Y.A 2

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN MAKANAN BURUNG PUYUH DENGAN METODE SIMPLE ADDITIVE WEIGHTING

SISTEM INFORMASI PEMILIHAN JURUSAN PADA SMK N 1 KENDAL BERBASIS DECISION SUPPORT SYSTEM MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHT (SAW)

BAB II TINJAUAN PUSTAKA

BAB III METODOLOGI PENELITIAN

SISTEM PENDUKUNG KEPUTUSAN SELEKSI PENERIMAAN TENAGA KONTRAK DENGAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) PADA KANTOR SATPOL PP KABUPATEN POHUWATO

BAB 2 LANDASAN TEORI

PENERAPAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) UNTUK EVALUASI DAN PENILAIAN DRIVER BERPRESTASI DI PERUSAHAAN DISTRIBUSI

SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN SISWA BARU PADA SMA NEGERI 5 KUPANG DENGAN METODE SIMPLE ADDITIVE WEIGHTING (SAW)

PENENTUAN KARYAWAN TERBAIK MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING PADA PT. PATRA NUR ALASKA

Metode Simple Additive Weighting Sebagai Sistem Pendukung Keputusan Penerima Beasiswa Murid Berprestasi

Penerapan Metode Simple Additive Weighting (SAW) pada Sistem Pendukung Keputusan Pemilihan Lokasi untuk Cabang Baru Toko Pakan UD.

Kata Kunci : Sistem pendukung keputusan; simple additive weighting; guru;, SMK

SISTEM PENDUKUNG KEPUTUSAN PENENTUAN JENIS RAMBUT MANUSIA DENGAN MENERAPKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW)

PENERAPAN METODE FUZZY SIMPLE ADDITIVE WAIGHTING (FSAW) DALAM PENENTUAN PERANKINGAN SEKOLAH MENENGAH KEJURUAN (SMK) DI KABUPATEN PRINGSEWU

BAB IV PENGUMPULAN DAN PENGOLAHAN DATA

Jurnal TIMES, Vol. IV No 2 : 24-30, 2015 ISSN : Harold Situmorang

KORELASI NORMATIF PEMILIHAN JURUSAN DI SMK BERBASIS WEB

SISTEM PENDUKUNG KEPUTUSAN PENGAJUAN KREDIT DENGAN METODE SAW PADA KJKS AR RAHMAH. Ervin Fightorini 1, Bowo Nurhadiono 2

BAB II TINJAUAN PUSTAKA DAN DASAR TEORI. Menggunakan Metode Simple Additive Weighting (SAW). Penelitian digunakan

BAB II TINJAUAN PUSTAKA DAN DASAR TEORI. Humaidi Hidayatullah( 2015), Hotma Sadariahta Sipayung (2014), dan Rizal

SISTEM PENDUKUNG KEPUTUSAN DALAM PEMILIHAN MOTOR BEBEK DENGAN MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW)

PENENTUAN PRODUK KERAJINAN UNGGULAN DENGAN MENGGUNAKAN MADM-SAW. Fera Tri Wulandari 1*, Setiya Nugroho 1

SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN SISWA BARU DI SMA NEGERI 2 PEMALANG DENGAN METODE SIMPLE ADDITIVE WEIGHTING

Pemilihan Sekolah Bersih Tingkat SMP Berbasis Metode Simple Additive Weighting (SAW)

SISTEM PEMBERIAN BEASISWA DENGAN MENERAPKAN FMADM (FUZZY MULTIPLE ATTRIBUTE DECISION MAKING) DAN SAW (SIMPLE ADDITIVE WEIGHTING) Delpiah Wahyuningsih

SISTEM PENDUKUNG KEPUTUSAN UNTUK MAHASISWA BERPRESTASI DI STIKES MUHAMMADIYAH PRINGSEWU DENGAN METODE SAW

BAB II LANDASAN TEORI

PENENTUAN SISWA BERPRESTASI PADA SMK WIDYA YAHYA GADINGREJO DENGAN METODE SAW

BAB II LANDASAN TEORI

SISTEM PENGAMBILAN KEPUTUSAN UNTUK PENGEMBANGAN DESA BERDASARKAN POTENSI SUMBER DAYA MANUSIA

Keywords - Rekrutmen, SAW (Simple Additive Weighting) 12 JURNAL TRANSFORMATIKA, Volume 14, Nomor 1, Juli 2016

Keywords - Rekrutmen, SAW (Simple Additive Weighting) 12 JURNAL TRANSFORMATIKA, Volume 14, Nomor 1, Juli 2016

BAB III ANALISIS DAN DESAIN SISTEM

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN KARYAWAN TERBAIK MENGUNAKAN METODE SAW

APLIKASI SISTEM PENUNJANG KEPUTUSAN UNTUK PEMILIHAN HOTEL TERBAIK DI KOTA BEKASI MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) BERBASIS ANDROID

SISTEM PENDUKUNG KEPUTUSAN SELEKSI SISWA BERPRESTASI UNTUK MENGIKUTI LOMBA LKS DENGAN METODE SIMPLE ADDITIVE WEIGHTING

SISTEM PENDUKUNG KEPUTUSAN PEGAWAI BERPRESTASI PADA BPR RAM MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING

Penentuan Karyawan Terbaik Dengan Metode Simple Additive Weighting (PDAM Tirta Silaupiasa)

SISTEM PENDUKUNG KEPUTUSAN MENENTUKAN GURU TELADAN DI SMP N 24 SEMARANG DENGAN MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING

SISTEM PENDUKUNG KEPUTUSAN SELEKSI PENERIMAAN SISWA BARU PADA SMA THERESIANA WELERI KENDAL MENGGUNAKAN METODE SAW

LAPORAN TUGAS AKHIR SISTEM PENDUKUNG KEPUTUSAN SELEKSI PENERIMAAN PEGAWAI DI KANTOR POS BLORA DENGAN MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING

ANALISIS KOMPARASI SIMPLE ADDITIVE WEIGHTING DAN WEIGHTED PRODUCT DALAM PENENTUAN PENERIMA BEASISWA

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

Penerapan Metode Simple Additive Weighting Pada Aplikasi Penilaian Kinerja Dosen Fakultas Ilmu Komputer Unversitas Muslim Indonesia

PERBANDINGAN PENERAPAN METODE SAW DAN TOPSIS DALAM SISTEM PEMILIHAN LAPTOP

RANCANG BANGUN SISTEM REKRUTMEN KARYAWAN BARU DI RUMAH SAKIT BHAYANGKARA HASTA BRATA BATU DENGAN METODE SIMPLE ADDITIVE WEIGHTING

SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN PENERIMA BEASISWA DI SMA NEGERI 6 PANDEGLANG

SISTEM PENILAIAN KARYAWAN TERBAIK MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING PADA DEALER MOTOR

Kata Kunci : Fuzzy MADM, SAW, kriteria, beasiswa.

kapabilitas komputer untuk meningkatkan kualitas keputusan.

APLIKASI PENENTUAN NILAI KEDISIPLINAN DAN LOYALITAS UNTUK REKOMENDASI NILAI BONUS SALESMAN DENGAN METODE SIMPLE ADDITIVE WEIGHTING SKRIPSI

SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN SISWA BARU SMK MA ARIF 01 KALIREJO LAM-TENG MENGGUNAKAN METODE SAW (SIMPLE ADDITIVE WEIGHTING)

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PERGURUAN TINGGI DENGAN SIMPLE ADDITIVE WEIGHTING (SAW)

Sistem Pendukung Keputusan Dengan Metode Fuzzy SAW Untuk Penilaian Kinerja Dosen Politeknik Harapan Bersama Tegal

Seminar Nasional Teknologi Informasi dan Komunikasi (SNASTIKOM 2013) ISBN

SISTEM SELEKSI BEASISWA SMA NEGERI 2 BAE KUDUS DENGAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) ABSTRAK

PERANCANGAN SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN BEASISWA SMA MUHAMMADIYAH 1 GISTING DENGAN METODE SAW (Simple Additive Weighting)

SISTEM REKOMENDASI PEMBERHENTIAN HUBUNGAN KERJA MENGGUNAKAN FUZZY MULTIPLE ATTRIBUTE DECISION MAKING METODE SIMPLE ADDTIVE WEIGHTING (SAW) SKRIPSI

Kata Kunci: Guru, Decision support systems, MADM, SAW. 1. Pendahuluan

PENGEMBANGAN SISTEM PENENTUAN KELAYAKAN KPR MENGGUNAKAN METODE SAW PADA BANK SYARIAH BUKOPIN

SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN KARYAWAN OLEH DIVISI PUSLIA DI BAPENDA JAWA BARAT DENGAN METODE SIMPLE ADDITIVE WEIGHTING (SAW)

BAB III ANALISIS DAN DESAIN SISTEM

Daniel Oktodeli Sihombing Program Studi Manajemen Informatika, AMIK BSI, Pontianak

ANALISIS METODE TOPSIS DALAM PENDUKUNG KEPUTUSAN KELAYAKAN BEASISWA PENDIDIKAN KARYAWAN PADA PT PANGLIMA SIAGA BANGSA

RANCANGAN SISTEM PENGAMBILAN KEPUTUSAN DALAM MENENTUKAN PILIHAN PRODUK LAPTOP MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHT (SAW)

Umu Habibah, Ely Setyo Astuti 1, Dwi Puspitasari 2. Program Studi Teknik Informatika, Jurusan Teknologi Informasi, Politeknik Negeri Malang.

SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN JURUSAN MENGGUNAKAN METODE FUZZY SAW (Studi Kasus SMKN 4 Bandar lampung)

BAB II. KAJIAN PUSTAKA. A. Sistem Pendukung Keputusan/ Decision Support System (DSS)

SISTEM PENUNJANG KEPUTUSAN PEMILIHAN USAHA MIKRO DENGAN METODE SIMPLE ADDITIVE WEIGHTING (SAW)

SISTEM PENDUKUNG KEPUTUSAN PENENTUAN LOKASI USAHA BARU DENGAN METODE SIMPLE ADDTIVE WEIGTHING(SAW) Studi Kasus : TUPANG ENTERTAIMENT

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN HANDPHONE MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) ARTIKEL SKRIPSI

APLIKASI SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN LOKASI STRATEGIS PEMBANGUNAN HOTEL BINTANG 1 BERBASIS ANDROID VERSI 2.3

SISTEM PENDUKUNG KEPUTUSAN PENILAI KINERJA GURU (PKG) MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) (STUDI KASUS) SMA NEGERI 9 SEMARANG

BAB III ANALISIS DAN DESAIN SISTEM

BAB II TINJAUAN PUSTAKA DAN DASAR TEORI. Rizki Handayani (2014), Membuat penelitian skripsi yang dapat

BAB IV IMPLEMENTASI SISTEM DAN PENGUJIAN

SISTEM PENDUKUNG KEPUTUSAN PEMBERIAN PINJAMAN TERHADAP NASABAH DENGAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) STUDI KASUS: PT. BPR LAKSANA GUNA PERCUT

SISTEM PENUNJANG KEPUTUSAN. Penentuan Penerima Kartu Berobat Gratis

Seminar Nasional Aplikasi Teknologi Informasi 2009 (SNATI 2009) ISSN: Yogyakarta, 20 Juni 2009

BAB III ANALISA SISTEM

SISTEM PENDUKUNG KEPUTUSAN MENENTUKAN PENERIMA BEASISWA BERPRESTASI MENGGUNAKAN FUZZY MULTIPLE ATTRIBUTE DECISION MAKING (FMADM) DENGAN METODE SAW

JURNAL SISTEM SELEKSI PESERTA BEASISWA PADA STIKES GANESHA HUSADA KEDIRI SELECTION SYSTEM FOR SCHOLARSHIP PARTICIPANTS AT STIKES GANESHA HUSADA KEDIRI

PERBANDINGAN METODE PROFILE MATCHING DAN SIMPLE ADDITIVE WEIGHTING PADA PENENTUAN JURUSAN SISWA KELAS X SMA N 2 NGAGLIK

SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN BEASISWA DIi SMK N 1 SUKOHARJO DENGAN METODE SIMPLE ADDITIVE WEIGHTING (SAW)

METODE FUZZY SIMPLE ADDITIVE WEIGHTING (SAW) DALAM MENENTUKAN KUALITAS KULIT ULAR UNTUK KERAJINAN TANGAN (STUDI KASUS : CV. ASIA EXOTICA MEDAN)

Transkripsi:

SISTEM PENUNJANG KEPUTUSAN (IF04-3 SKS) 2009 Fakultas TeknologiInformasiUniversitasBudi Luhur Jl. CiledugRaya PetukanganUtara Jakarta Selatan 2260 Website: http://fti.bl.ac.id Email: sekretariat_fti@bl.ac.id SIMPLE ADDITIVE WEIGHTING (SAW) FAKULTAS TEKNOLOGI INFORMASI SISTEM PENUNJANG KEPUTUSAN-IF04-3 3-2

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, 967)(MacCrimmon, 968). Metode SAW membutuhkan proses normalisasimatriks keputusan (X) ke suatu skala yang dapat diperbandingkan dengan semua rating alternatif yang ada. Formula untuk melakukan normalisasi tersebut adalah sebagai berikut: x ij Max x ij i rij Min x ij i x ij jika j adalah atribut keuntungan (benefit) jika j adalah atribut biaya (cost) dengan r ij adalah rating kinerja ternormalisasi dari alternatif A i pada atribut C j ; i,2,...,m dan j,2,...,n. 2

Nilai preferensi untuk setiap alternatif (V i ) diberikan sebagai: V i n j w j r ij Nilai V i yang lebih besarmengindikasikan bahwa alternatif A i lebih terpilih. Contoh-: Suatu institusi perguruan tinggi akan memilih seorang karyawannya untuk dipromosikan sebagai kepala unit sistem informasi. Ada empat kriteria yang digunakan untuk melakukan penilaian, yaitu: C tes pengetahuan (wawasan) sistem informasi C2 praktek instalasi jaringan C3 tes kepribadian C4 tes pengetahuan agama 3

Pengambil keputusan memberikan bobot untuk setiap kriteria sebagai berikut: C 35%; C2 25%; C3 25%; dan C4 5%. Ada enam orang karyawan yang menjadi kandidat (alternatif) untuk dipromosikan sebagai kepala unit, yaitu: A Indra, A2 Roni, A3 Putri, A4 Dani, A5 Ratna, dan A6 Mira. Tabel nilai alternatif di setiap kriteria: Alternatif Kriteria C 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

Normalisasi: 70 70 r 0,82 max 85 r max dst { 70;50;85;82;75;62 } 50 { 70;50;85;82;75;62 } 50 85 2 { 50;60;55;70;75;50 } 0,59 50 50 r 2 0,67 max 75 60 60 r 22 0,80 max 75 { 50;60;55;70;75;50 } Hasil normalisasi: 0,82 0,59 R 0,96 0,88 0,73 0,67 0,80 0,73 0,93 0,67 0,94 0,96 0,94 0,76 0,88 0,7 0,82 0,88 0,87 0,94 5

Proses perankingan dengan menggunakan bobot yang telah diberikan oleh pengambil keputusan: w [0,35 0,25 0,25 0,5] Hasil yang diperoleh adalah sebagai berikut: V (0,35)(0,82) + (0,25)(0,67) + (0,25)(0,94) + (0,5)(0,7) 0,796 V 2 (0,35)(0,59) + (0,25)(0,80) + (0,25)(0,96) + (0,5)(0,82) 0,770 V 3 (0,35)(,00) + (0,25)(0,73) + (0,25)(0,94) + (0,5)(0,88) 0,900 V 4 (0,35)(0,96) + (0,25)(0,93) + (0,25)(0,76) + (0,5)(,00) 0,909 V 5 (0,35)(0,88) + (0,25)(,00) + (0,25)(,00) + (0,5)(0,87) 0,939 V 6 (0,35)(0,73) + (0,25)(0,67) + (0,25)(0,88) + (0,5)(0,94) 0,784 Nilai terbesar ada pada V 5 sehingga alternatif A 5 adalah alternatif yang terpilih sebagai alternatif terbaik. Dengan kata lain, Ratna akan terpilih sebagai kepala unit sistem informasi. 6

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. Beberapa kriteria digunakan sebagai bahan pertimbangan untuk mengambil keputusan, yaitu: C Harga, yaitu seberapa besar harga barang tersebut. C2 Nilai investasi 0 tahun ke depan, yaitu seberapa besar nilai investasi barang dalam jangka waktu 0 tahun ke depan. 7

C3 Daya dukung terhadap produktivitas perusahaan, yaitu seberapa besar peranan barang dalam mendukung naiknya tingkat produktivitas perusahaan. Daya dukung diberi nilai: 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: sangat berprioritas, 2 berprioritas; dan 3 cukup berprioritas. C5 Ketersediaan atau kemudahan, merupakan ketersediaan barang di pasaran. Ketersediaan diberi nilai: sulit diperoleh, 2 cukup mudah diperoleh; dan 3 sangat mudah diperoleh. Dari pertama dan keempat kriteria tersebut, kriteria pertama dan keempatmerupakan kriteria biaya, sedangkan kriteria kedua, ketiga, dan kelima merupakan kriteria keuntungan. Pengambil keputusan memberikan bobot untuk setiap kriteria sebagai berikut: C 25%; C2 5%; C3 30%; C4 25%; dan C5 5%. 8

Ada empat alternatif yang diberikan, yaitu: A Membeli mobil box untuk distribusi barang ke gudang; A2 Membeli tanah untuk membangun gudang baru; A3 Maintenance sarana teknologi informasi; A4 Pengembangan produk baru. Nilai setiap alternatif pada setiap kriteria: Kriteria Alternatif C (juta Rp) C2 (%) C3 C4 C5 A 50 5 2 2 3 A2 500 200 2 3 2 A3 200 0 3 3 A4 350 00 3 2 9

Normalisasi: dst { 50;500;200;350 } min 50 r 50 50 r r max 5 { 5;200;0;00 } 5 200 2 r 2 max { 2;2;3;3 } 2 3 25 min{2;3;;} 2 2 4 0,667 0,5 0,075 Hasil normalisasi: 0,30 R 0,75 0,43 0,08 0,05 0,50 0,67 0,67 0,50 0,33 0,67 0,67 0

Proses perankingan dengan menggunakan bobot yang telah diberikan oleh pengambil keputusan: w [0,25 0,5 0,30 0,25 0,05] Hasil yang diperoleh adalah sebagai berikut: V (0,25)() + (0,5)(0,08) + (0,3)(0,67) + (0,25)(0,5) + (0,05)() 0,638 V 2 (0,25)(0,3) + (0,5)() + (0,3)(0,67) + (0,25)(0,33) + (0,05)(0,67) 0,542 V 3 (0,25)(0,75) + (0,5)(0,05) + (0,3)() + (0,25)() + (0,05)() 0,795 V 4 (0,25)(0,43) + (0,5)(0,5) + (0,3)() + (0,25)() + (0,05)(0,67) 0,766 Nilai terbesar ada pada V3 sehingga alternatif A3 adalah alternatif yang terpilih sebagai alternatif terbaik. Dengan kata lain, maintenancesarana teknologi informasi akan terpilih sebagai solusi untuk investasi sisa usaha Selesai 2009 Fakultas TeknologiInformasiUniversitasBudi Luhur Jl. CiledugRaya PetukanganUtara Jakarta Selatan 2260 Website: http://fti.bl.ac.id Email: sekretariat_fti@bl.ac.id

Judul Penulis Penerbit Ringkasan/Resume Review Jurnal DSS Masalah yang di selesaikan Metode Penelitian Kesimpulan Apa yang telah di pelajari FAKULTAS TEKNOLOGI INFORMASI SISTEM PENUNJANG KEPUTUSAN-IF04-3 3-23 2