Sementara untuk menghitung nilai ranking atau nilai preferensi akhir yang diperoleh alternatif, digunakan persamaan sebagai berikut :
= ∑
� =
Keterangan : = Nilai Preferensi untuk setiap alternatif
= Nilai bobot dari setiap kriteria = Nilai rating kinerja ternormalisasi
Nilai yang lebih besar mengindikasikan bahwa alternatif � lebih terpilih.
2.3.1 Tahapan Metode Simple Additive Weighting SAW
Menurut Kusumadewi, dkk 2006 Langkah penyelesaian Metode Simple Additive Weighting
SAW, diantaranya: 1.
Memberikan nilai setiap alternatif � pada setiap kriteria � yang sudah ditentukan, di mana nilai
= , , … , dan = , , … , . 2.
Memberikan nilai bobot yang juga didapatkan berdasarkan nilai
keanggotaan. 3.
Melakukan normalisasi matriks dengan cara menghitung nilai rating kinerja ternormalisasi
dari alternatif � pada tribut � berdasarkan persamaan
yang disesuaikan dengan jenis atribut atribut keuntungan benefit = MAKSIMUM atau atribut biaya cost = MINIMUM. Apabila berupa atribut
keuntungan mka nilai keanggotaan dari setiap kolom atribut dibagi
dengan nilai keanggotaan MAX MAX
dari tiap kolom, sedangkan
untuk atribut biaya, nilai keanggotaan MIN MIN
dari tiap kolom atribut dibagi dengan nilai keanggotaan
setiap kolom. 4.
Melakukan proses perankingan untuk setiap alternatif dengan cara
mengalikan nilai bobot dengan nilai kinerja ternormalisasi
.
2.4 Weighted Product WP
Menurut Kusumadewi, dkk 2006 Metode Weighted Product WP menggunakan perkalian untuk menghubungkan rating atribut, di mana rating setiap
atribut harus dipangkatkan dulu dengan bobot atribut yang bersangkutan. Proses ini sama halnya dengan proses normalisasi. Preferensi untuk alternatif A
i
diberikan
sebagai berikut:
= ∏
� =
; dengan i = , , … , m
Keterangan : = Nilai vektor
= Nilai alternatif terhadap kriteria = Pangkat bobot bernilai positif untuk atribut keuntungan, dan bernilai
negatif untuk atribut biaya. di mana
∑ = .
adalah pangkat bernilai positif untuk atribut keuntungan, dan bernilai negatif untuk atribut biaya.
