2.3 Metode Simple Additive Weighting SAW
Metode Simple Additive Weighting SAW merupakan salah satu metode untuk penyelesaian masalah multi-attribute decision making 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
.
Metode SAW mengenal adanya 2 dua atribut yaitu kriteria keuntungan benefit dan kriteria biaya cost. Perbedaan mendasar dari kedua kriteria
ini adalah dalam pemilihan kriteria ketika mengambil keputusan. Jika
j
adalah atribut keuntungan benefit : �
��
= �
��
��� �
��
Jika
j
adalah atribut biaya cost : �
��
= ��� �
��
�
��
Keterangan : r
ij
= nilai rating kinerja ternormalisasi x
ij
= nilai atribut yang dimiliki dari setiap kriteria max x
ij
= nilai terbesar dari setiap kriteria min x
ij
= nilai terkecil dari setiap kriteria benefit = jika nilai terbesar adalah terbaik
cost = jika nilai terkecil adalah terbaik
dimana r
ij
adalah rating kinerja ternormalisasi dari alternatif Ai pada atribut C
j
;i=1,2,...,m dan j=1,2,...,n. Nilai preferensi untuk setiap alternatif V
i
di berikan sebagai berikut:
Universitas Sumatera Utara
�
�
= � �
�
�
�� �
�
=1
Keterangan :
Vi
= ranking untuk setiap alternatif w
j
= bobot ranking r
ij
= rating kinerja ternormalisasi Nilai V
i
yang lebih besar mengindikasikan bahwa alternatif A
i
lebih terpilih.
2.3.1. Langkah-Langkah dalam Metode SAW Langkah-langkah perhitungan dengan metode SAW adalah sebagai berikut:
1. Menentukan kriteria-kriteria yang akan dijadikan acuan dalam pengambilan keputusan, yaitu disimbolkan dengan C.
2. Menentukan rating kecocokan setiap alternatif pada setiap kriteria. 3. Membuat matriks keputusan berdasarkan kriteria C, kemudian melakukan
normalisasi matriks berdasarkan persamaan yang disesuaikan dengan jenis atribut atribut keuntungan ataupun atribut biaya sehingga di peroleh matriks
ternormalisasi disimbolkan dengan R. 4. Hasil akhir di peroleh dari proses perankingan yaitu penjumlahan dari
perkalian matriks ternormalisasi R dengan vektor bobot sehingga di peroleh nilai terbesar yang di pilih sebagai alternatif terbaik disimbolkan A
i
sebagai solusi.
Universitas Sumatera Utara
Mulai Mendefenisikan
masalah Pembobotan Alternatif
tiap kriteria Pembobotan kriteria
Normalisasi
Perankingan
Selesai
Gambar 2.5. Flowchart Metode SAW
2.3.2 Kelebihan Metode Simple Additive Weighting SAW
Kelebihan dari model Simple Additive Weighting SAW dibandingkan dengan model pengambilan keputusan yang lain terletak pada kemampuannya untuk melakukan
penilaian secara lebih tepat karena di dasarkan pada nilai kriteria dan bobot preferensi yang sudah ditentukan, selain itu SAW juga dapat menyeleksi alternatif terbaik dari
sejumlah alternatif yang ada karena adanya proses perankingan setelah menentukan nilai bobot untuk setiap atribut
.
2.4 Penelitian Terdahulu