Analytic Network
Process untuk memperoleh nilai bobot yang mewakili tingkat kepentingan relatif masing-masing kriteria.
5. Pada metode TOPSIS, alternatif dengan ranking tertinggi merupakan solusi yang terbaik, namun belum tentu ranking tertinggi tersebut adalah yang
terdekat dari solusi ideal. Sehingga perlu dilakukan perhitungan lagi untuk memastikannya.
3.5.3. Langkah-langkah dalam Metode TOPSIS
Pada metode TOPSIS ini terdapat dua artifisial alternatif yang dilakukan hipotesa sebagai berikut:
1. P
ositive Ideal Alternative
: satu alternatif memiliki tingkat terbaik untuk semua atribut yang dipertimbangkan
2.
Negative Ideal Alternative
: satu alternatif yang memiliki nilai atribut terburuk Metode TOPSIS memiliki alternatif yang paling dekat dengan solusi ideal
dan paling jauh dari alternatif yang ideal negatif. Dalam metode TOPSIS diasumsikan bahwa terdapat sejumlah “m” alternatif dan “n” atribut atau kriteria
dimana masing-masing alternatif memiliki
score
berkaitan dengan kriteria masing-masing yakni :
a. Nilai X
ij
adalah hubungan alternatif i yang berkaitan dengan kriteria j. Selanjutnya disebut dengan matriks X = X
ij
mxn matriks b. J adalah set dari kriteria keuntungan
c. J‟ adalah set dari kriteria yang bersifat negative
Berikut langkah dalam metode TOPSIS, Cheng-Shing Wu, 2009:
Universitas Sumatera Utara
1. Langkah pertama : membuat matriks keputusan yang ternormalisasi Konversi matriks dengan keputusan alternatif m dan n kriteria untuk sebuah
matriks berdimensi x
ij
adalah nilai i dengan alternatif dalam kriteria j R
ij
= x
ij 12
i = 1,….., m ; j = 1,…..,n
2
2. Langkah kedua : membuat matriks keputusan ternormalisasi yang terbobot. Menentukan bobot untuk setiap kriteria w
j
for j = 1,…..n. Mengkalikan setiap kolom dari matriks keputusan yang dinormalisasi dengan berat yang terkait.
Dengan melakukan perhitungan untuk nilai Vij tertimbang sebagai berikut: v
ij
= w
ij
, i = 1,……,m ; j = 1,…….n 3
Dimana w
j
adalah bobot dari kriteria j 3. Langkah ketiga : menentukan solusi ideal positif A
+
dan solusi ideal negatif A
-
A
+
= v
1 +
,…., v
j +
,…., v
n +
= 4
A
-
= v
1 -
,…., v
j -
,…., v
n -
= V
j +
dan V
j -
adalah nilai normalisasi terbobot terbaik dan terburuk dari semua alternatif berdasarkan kriteria j. dari rumus di atas dapat dijelaskan bahwa
Ј
adalah set dari atribut keuntungan dimana
Ј
’
adalah set dari atribut biaya.
4. Langkah keempat : menentukan jarak antara nilai setiap alternatif dengan matriks solusi ideal positif dan negatif
Melakukan perhitungan dengan menggunakan metode perhitungan jarak Euclidean sebagai berikut:
S
i +
= ∑
v
ij
– v
j +
2
5
Universitas Sumatera Utara
S
i -
= ∑
v
ij
– v
j -
2
, i = 1,…..,m 5. Langkah kelima : mengkalkulasi nilai preferensi setiap alternatif terdekat
dengan solusi ideal 0 ≤ C
i
’
≤1. C
i +
= S
i +
S
i +
+ S
i -
,I = 1,…..,m 6
5. Langkah keenam : mengurutkan alternatif dari urutan kecil ke besar C
i
’
dan n memilih alternatif dengan nilai C
i
’
maksimum.
Tabel 3.6. Kelebihan dan Kekurangan Metode Metode
Kelebihan Kekurangan
Metode AHP
1. Mengakomodasi
aspek kuantitatif maupun kualitatif
2. Struktur
hirarki yang
digunakan membuat
permasalahan menjadi lebih sederhana
3. Memperhitungkan
adanya inkonsistensi penilaian
1. Tidak mempertimbangkan adanya
pengaruh antarkriteria 2.
Makin banyak elemen yang diperbandingkan, makin banyak
pula perbandingan berpasangan yang dibutuhkan
3. Hasil perbandingan berpasangan
yang memiliki elemen lebih dari 7 akan kurang baik
4. Adanya
subjektivitas pada
penilaian 5.
Tidak dapat merepresentasikan ketidakpastian
penilaian dari
pengambil keputusan
Tabel 3.6. Kelebihan dan Kekurangan Metode Lanjutan Metode
Kelebihan Kekurangan
Metode ANP
1. Mengakomodasi
aspek kuantitatif maupun kualitatif
2. Mempertimbangkan
adanya ketergantungan antarkriteria
3. Lebih
mencerminkan permasalahan di dunia nyata
dibanding metode lainnya 4.
Memperhitungkan adanya
1. Makin
banyak elemen
yang diperbandingkan, makin banyak
pula perbandingan berpasangan yang dibutuhkan
2. Hasil perbandingan berpasangan
yang memiliki elemen lebih dari 7 akan kurang baik
3. Adanya
subjektivitas pada
Universitas Sumatera Utara
inkonsistensi penilaian penilaian
4. Rumit dan membutuhkan banyak
waktu dalam pengolahan 5.
Tidak dapat merepresentasikan ketidakpastian
penilaian dari
pengambil keputusan
Metode TOPSIS
Technique for Order
Preference by
Similarity to
Ideal Solution
1. Perhitungannya lebih mudah
dari metode lain 2.
Mengakomodasi aspek
kuantitatif maupun kualitatif 3.
Tidak ada
perbandingan berpasangan yang melelahkan
4. Tidak
memperhitungkan adanya
inkonsistensi penilaian
1. Tidak dapat merepresentasikan
ketidakpastian penilaian
dari pengambil keputusan
2. Permasalahan tidak didekomposisi
menjadi bentuk hirarki sehingga menyulitkan pengambil keputusan
dalam menyederhanakan
masalah 3.
Adanya subjektivitas
pada penilaian
3.6. Penelitian Survei
