9
Fuzzy Multiple Attribute Decision Making FMADM adalah suatu metode
yang digunakan untuk mencari alternatif optimal dari sejumlah alternatif dengan kriteria tertentu. Inti dari FMADM adalah menentukan nilai bobot untuk setiap
atribut,kemudian dilanjutkan dengan proses perankingan yang akan menyeleksi alternatif yang sudahdiberikan. Pada dasarnya, ada 3 pendekatan untuk mencari nilai
bobot atribut, yaitu pendekatan subyektif, pendekatan obyektif dan pendekatan integrasi antara subyektif dan obyektif. Masing
– masing pendekatan memiliki kelebihan dan kelemahan. Pada pendekatan subyektif, nilai bobot ditentukan
berdasarkan subyektifitas dari para pengambil keputusan, sehingga beberapa faktor dalam proses perankingan alternatif bisa ditentukan secara bebas. Sedangkan pada
pendekatan obyektif, nilai bobot dihitung secara matematis sehingga mengabaikan subyektifitas dari pengambil keputusan Wibowo,dkk, 2009.
Ada beberapa metode yang dapat digunakan untuk menyelesaikan FMADM, antara lain S. Kusumadewi, dkk, 2006 :
a. Simple Additive Weighted SAW; b. Weighted Product WP;
c. Elimination Et Choix Traduisant la Realite ELECTRE; d. Technique for Order Preference by Similarity to Ideal Solution TOPSIS;
e. Analilytic Hierarchy Process AHP.
2.4 Simple Additive Weighting SAW
Metode SAW sering dikenal istilah metode penjumlahan terbobot. Konsep dasar metode SAW adalah mencari penjumlahan terbobot dari rating kinerja pada setiap
alternatif pada semua atribut.Metode SAW membutuhkan proses normalisasi matriks keputusan X ke suatu skala yang dapat diperbandingkan dengan semua alternatif
yang ada S.Kusumadewi, dkk, 2006.
= �
Jika j adalah atribut keuntungan 1
� Jika j adalah atribut biaya
2
Universitas Sumatera Utara
10
Keterangan : =
Rating kinerja ternormalisasi dari alternatif � pada atribut � .
Max =
Nilai terbesar dari setiap kriteria Min
= Nilai terkecil dari setiap kriteria
= Nilai atribut yang dimiliki dari setiap kriteria
Langkah-langkah bagaimana sistem berjalan dengan menggunakan metode SAW dapat dijelaskan sebagai berikut :
1. Menentukan kriteria-kriteria C
i
yang akan dijadikan acuan dalam pengambilan keputusan.
2. Menentukan rating kecocokan setiap alternatif pada setiap kriteria. 3. Membuat matriks keputusan berdasarkan kriteria C
i
, kemudian melakukan normalisasi matriks berdasarkan persamaan yang disesuaikan dengan jenis atribut
sehingga diperoleh matriks ternormalisasi R. 4. Hasil akhir diperoleh dari setiap proses perangkingan yaitu penjumlahan dari
perkalian matriks ternormalisasi R dengan vektor bobot sehingga diperoleh nilai terbesar yang dipilih sebagai alternatif terbaik Ai sebagai solusi.
S.Kusumadewi, dkk, 2006. Kelebihan dari metode SAW:
1. Menentukan nilai bobot untuk setiap atribut, kemudian dilanjutkan dengan proses perankingan yang akan menyeleksi alternatif terbaik dari sejumlah alternatif.
2. Penilaian akan lebih tepat karena didasarkan pada nilai kriteria dari bobot preferensi yang sudah ditentukan.
3. Adanya perhitungan normalisasi matriks sesuai dengan nilai atribut antara nilai benefit
dan cost. Kekurangan dari metode SAW yaitu digunakan pada pembobotan lokal.
Perhitungan dilakukan dengan menggunakan bilangan crisp maupun fuzzy.
2.5 Weighted Product Model WPM