Fuzzy Multiple Attribute Decision Making Methods

2.3. Algoritma

Algoritma adalah teknik penyusunan langkah-langkah penyelesaian masalah dalam bentuk kalimat dengan jumlah kata terbatas, tetapi tersusun secara logis dan sistematis. Algoritma juga merupakan suatu prosedur yang jelas untuk menyelesaikan suatu persoalan dengan menggunakan langkah-langkah tertentu dan terbatas jumlahnya. Suarga, 2006. 2.3.1. Ciri Algoritma Donald E. Knuth, seorang penulis beberapa buku algoritma abad XX, menyatakan bahwa ada beberapa ciri algoritma, yaitu Suarga, 2006 : 1. Algoritma mempunyai awal dan akhir. Suatu algoritma harus berhenti setelah mengerjakan serangkain tugas atau dengan kata lain suatu algoritma memiliki langkah yang terbatas. 2. Setiap langkah harus didefinisikan dengan tepat sehingga tidak memiliki arti ganda not ambiguous. 3. Memiliki masukan input atau kondisi awal. 4. Memiliki keluaran output atau kondisi akhir. 5. Algoritma harus efektif, bila diikuti benar – benar akan menyelesaikan persoalan.

2.4. Fuzzy Multiple Attribute Decision Making Methods

FMADMM Fuzzy Multiple Attribute Deciosion Making FMADM adalah suatu metode pengambilan keputusan untuk menetapkan alternatif terbaik dari sejumlah alternatif berdasarkan beberapa kriteria tertentu. Kriteria biasanya berupa ukuran-ukuran, aturan-aturan atau standar yang digunakan dalam pengambilan keputusan. Inti dari FMADM adalah menentukan nilai bobot untuk setiap atribut kemudian dilanjutkan dengan proses perangkingan yang akan menyeleksi alternatif yang sudah diberikan. Pada dasarnya, ada 3 pendekatan untuk mencari nilai bobot atribut, yaitu pendekatan subyektif, pendekatan objektif dan pendekatan integrasi antara subyektif dan obyektif. Masing-masing pendekatan memiliki kelebihan dan kelemahan. Universitas Sumatera Utara Pada pendekatan subyektif, nilai bobot ditentukan berdasarkan subjektifitas dari para pengambil keputusan sehingga beberapa faktor dalam proses perangkingan alternatif bisa ditentukan secara bebas. Sedangkan pada pendekatan obyektif nilai bobot dihitung secara matematis sehingga mengabaikan subyektifitas dari pengambil keputusan. Kusumadewi, 2006. Ada beberapa metode yang dapat digunakan untuk menyelesaikan masalah FMADM antara lain Kusumadewi, 2006: 1. Simple Additive Weighting SAW 2. Weighted Product WP 3. ELECTRE 4. Technique for Order Preference by Similarity to Ideal Solution TOPSIS 5. Analytic Hierarchy Process AHP 2.4.1. Metode Simple Additive Weighting SAW Menurut Kusumadewi 2006, Metode 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. Metode SAW membutuhkan proses normalisasi matriks keputusan X ke suatu skala yang dapat diperbandingkan dengan semua rating alternatif yang ada. Berikut adalah persamaan – persamaan yang ada dalam metode SAW Kusumadewi, 2006 : � = �� � Dimana : Max i x ij = nilai maksimum dari setiap baris dan kolom Min i x ij = nilai minimum dari setiap baris dan kolom x ij = baris dan kolom dari matriks Jika j adalah atribut keuntungan benefit Jika j adalah atribut biaya cost ....................................................................... Persamaan 1 Universitas Sumatera Utara Dengan r ij adalah rating kinerja ternormalisasi dari alternatif A i pada atribut C j ; i=1,2,...,m dan j=1,2,...,n. Nilai preferensi untuk setiap alternatif V i diberikan sebagai berikut : � = . =1 � Dimana : V i = Nilai akhir dari alternatif w j = Bobot yang telah ditentukan r ij = Normalisasi matriks Hasil akhir diperoleh dari setiap proses perangkingan yaitu penjumlahan dari perkalian matriks ternormalisasi dengan bobot preferensi sehingga diperoleh nilai V i yang lebih besar mengindikasikan bahwa alternatif A i merupakan alternatif terbaik. Beda antara atribut keuntungan dan atribut biaya yaitu : Dikatakan atribut keuntungan jika atribut yang diberikan itu dimaksudkan untuk meningkatkan keuntungan dari pengambilan keputusan yang diambil. Jika nilai kecocokan setiap kriteria itu semakin tinggi nilainya semakin baik atau semakin diprioritaskan maka kriteria tersebut dikatakan kriteria atau atribut keuntungan. Kemudian dikatakan atribut biaya jika atribut yang diberikan itu dimaksudkan untuk meningkatkan pengurangan biaya operasional pengambilan keputusan yang diambil. Jika nilai kecocokan setiap kriteria itu semakin kecil nilainya semakin baik, maka kriteria tersebut dikatakan kriteria biaya. 2.4.2. Langkah – Langkah Penyelesaian Metode Simple Additive Weighting SAW Terdapat beberapa langkah dalam menggunakan metode SAW untuk memecahkan masalah, langkah-langkahnya adalah sebagai berikut Kusumadewi, 2006 : 1. Menentukan alternatif, yaitu A i. 2. Menentukan kriteria-kriteria yang akan dijadikan acuan dalam pengambilan keputusan, yaitu C i . ....................................................................... Persamaan 2 Universitas Sumatera Utara 3. Memberikan nilai bobot pada setiap kriteria. 4. Menentukan bobot preferensi atau tingkat kepentingan W j setiap kriteria. 5. Membuat tabel rating kecocokan dari setiap alternatif pada setiap kriteria. 6. Membuat matriks keputusan berdasarkan kriteria C i . 7. Melakukan normalisasi matriks berdasarkan persamaan yang disesuaikan dengan jenis kriteria, kriteria keuntungan ataupun kriteria biaya sehingga diperoleh matriks ternormalisasi R. 8. Hasil akhir diperoleh dari proses perangkingan yaitu penjumlahan dari perkalian matriks ternormalisasi R dengan vektor bobot sehingga diperoleh nilai terbesar yang dipilih sebagai alternatif terbaik A i sebagai solusi.

2.5. Metode Simple Multi - Attribute Rating Technique SMART

Dokumen yang terkait

Implementasi Sistem Pendukung Keputusan dalam Menentukan Predikat Kelulusan Santri dan Dyah dengan Algoritma Electre dan Simple Additive Weighting (SAW)

3 78 78

Sistem Pendukung Keputusan Pemberian Kredit Usaha Akad Musyarakah dengan Metode SAW (Studi Kasus: BPRS Al-Barokah)

0 8 6

Sistem Pendukung Keputusan Penentuan Kelayakan Sekolah Adiwiyata Dengan Metode Simple Additive Weighting.

0 2 6

Sistem Pendukung Keputusan Pemberian Pinjaman Koperasi Menggunakan Metode Simple Additive Weighting (SAW).

0 0 12

Perancangan Sistem Pendukung Keputusan Verivikasi Kelayakan Calon Tenaga Kerja Indonesia (CTKI) dengan Metode Simple Additive Weighting (SAW)

0 1 14

Sistem Pendukung Keputusan Pemilihan Perguruan Tinggi Menggunakan Fuzzy Multi Attribute Decision Making (FMADM) dan Simple Additive Weighting (SAW)

2 1 7

Sistem Pendukung Keputusan Penentuan Kelayakan Calon Tenaga Kerja Indonesia (TKI) ke Luar Negeri Menggunakan Metode Simple Additive Weighting (SAW) dan Simple Multi-Attribute Rating

0 0 22

BAB 2 TINJAUAN PUSTAKA 2.1. Sistem Pendukung Keputusan - Sistem Pendukung Keputusan Penentuan Kelayakan Calon Tenaga Kerja Indonesia (TKI) ke Luar Negeri Menggunakan Metode Simple Additive Weighting (SAW) dan Simple Multi-Attribute Rating

0 1 19

BAB 1 PENDAHULUAN 1.1. Latar Belakang - Sistem Pendukung Keputusan Penentuan Kelayakan Calon Tenaga Kerja Indonesia (TKI) ke Luar Negeri Menggunakan Metode Simple Additive Weighting (SAW) dan Simple Multi-Attribute Rating

0 0 6

SISTEM PENDUKUNG KEPUTUSAN PENENTUAN KELAYAKAN CALON TENAGA KERJA INDONESIA (TKI) KE LUAR NEGERI MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) DAN SIMPLE MULTI - ATTRIBUTE RATING TECHNIQUE (SMART) SKRIPSI

0 0 14