Sedangkan kelemahan metode AHP adalah sebagai berikut: a. Ketergantungan model AHP pada input utamanya. Input utama ini berupa
persepsi seorang ahli sehingga dalam hal ini melibatkan subyektivitas sang ahli selain itu juga model menjadi tidak berarti jika ahli tersebut memberikan
penilaian yang keliru. b. Metode AHP ini hanya metode matematis tanpa ada pengujian secara statistik
sehingga tidak ada batas kepercayaan dari kebenaran model yang terbentuk.
3.2.3 Metode TOPSIS
Technique For Order Preference by Similarity to Ideal Solution
3.2.3.1 Definisi Metode TOPSIS Technique For Order Preference by
Similarity to Ideal Solution
TOPSIS adalah salah satu metode pengambilan keputusan multikriteria yang pertama kali diperkenalkan oleh Yoon dan Hwang pada tahun 1981.
Menurut Sri Kusumadewi 2002 : 87, TOPSIS didasarkan pada konsep dimana alternatif terpilih yang terbaik tidak hanya memiliki jarak terpendek dari solusi
ideal positif, namun juga memiliki jarak terpanjang dari solusi ideal negatif. Konsep ini banyak digunakan pada beberapa model MADM untuk menyelesaikan
masalah keputusan secara praktis. Hal ini disebabkan konsepnya sederhana dan mudah dipahami, komputasinya efisien dan memiliki kemampuan untuk
mengukur kinerja relatif dari alternatif-alternatif keputusan dalam bentuk matematis yang sederhana.
Universitas Sumatera Utara
3.2.3.2 Langkah Kerja Metode TOPSIS
Sri Kusumadewi dalam bukunya menguraikan langkah kerja metode TOPSIS. Adapun langkah-langkah metode TOPSIS sebagai berikut :
1. Membangun normalized decision matrix Elemen rij dari normalisasi decision matrix R dengan metode Euclidean length
of a vector adalah :
n .
. .
3, 2,
1, =
j dan
m .
. .
3 2,
1, =
i dengan
;
1 2
∑
=
=
m i
ij ij
ij
x x
r
Dimana: r
ij
= matriks ternormalisasi [i][j] x
ij
= matriks keputusan [i][j] 2. Membangun weighted normalized decision matrix
Solusi ideal positif A
+
dan solusi ideal negatif A
-
dapat ditentukan berdasarkan rating bobot ternormalisasi Y
ij
sebagai berikut : Y
ij
= w
i.
r
ij
dengan i = 1, 2, 3 . . . m dan j = 1, 2, 3, . . . n Dimana:
Y
i,j
= matriks normalisasi terbobot [i][j] w
j
= vektor bobot [j] r
ij
= matriks ternormalisasi [i][j] 3. Memerlukan matriks solusi ideal dan matriks solusi ideal negatif.
Solusi ideal positif A
+
dihitung berdasarkan : A
+
= Y
1 +
, Y
2 +
, Y
3 +
,…,Y
n +
A
+
={max Y
ij
| j Є J,min Yij| j Є J’, i=1,2,...,m}={Y
1 +
, Y
2 +
, Y
3 +
,...,Y
n +
} Solusi ideal negatif A
-
dihitung berdasarkan : A
-
= Y
1 -
, Y
2 -
, Y
3 -
,…,Y
n -
Universitas Sumatera Utara
A
-
={min Y
ij
| j Є J,max Yij| j Є J’, i=1,2,...,m}={Y
1 -
, Y
2 -
, Y
3 -
,..., Y
n -
}
Dimana: J = {1, 2, ..., n dan j berhubungan dengan benefit criteria}
J’= {1, 2, ..., n dan j berhubungan dengan cost criteria} Y
j +
= solusi ideal positif [j] Y
j -
= solusi ideal negatif [j]
Pembangunan A
+
dan A
-
adalah untuk mewakili alternatif yang most preferable ke solusi ideal dan yang least preferable secara berurutan.
4. Menentukan jarak antara nilai setiap alternatif dengan matriks solusi ideal positif dan matriks ideal negatif.
Jarak antara alternatif A
i
dengan solusi ideal positif dapat dirumuskan sebagai :
∑
= +
+
− =
n j
j i
Yi Y
Di
1 2
; untuk i=1,2,3,...,m
Jarak antara alternatif A
i
dengan solusi ideal negatif dapat dirumuskan sebagai :
Universitas Sumatera Utara
∑
= −
−
− =
n j
j i
Yi Y
Di
1 2
; untuk i=1,2,3,...,m
5. Menentukan nilai preferensi untuk setiap alternatif Kedekatan setiap alternatif terhadap solusi ideal dihitung berdasarkan
rumus:
+ −
−
+ =
Di Di
Di V
1
; untuk i=1,2,3,...,m
3.3 Teknik Sampling
Dalam suatu survei, tidaklah selalu perlu untuk meneliti semua individu dalam populasi, karena disamping memerlukan biaya yang sangat besar juga
membutuhkan waktu yang lama. Dengan meneliti sebagian dari populasi, kita mengharapkan bahwa hasil yang didapat akan dapat menggambarkan sifat
populasi yang bersangkutan. Untuk dapat mencapai tujuan ini, maka cara-cara pengambilan sampel harus memenuhi syarat-syarat tertentu. Sebuah sampel harus
dipilih sedemikian rupa sehingga setiap satuan elementer mempunyai kesempatan dan peluang yang sama untuk dipilih dan besarnya peluang itu tidak boleh sama
dengan nol. Disamping itu, pengambilan sampel yang secara acak random haruslah menggunakan metode yang tepat sesuai dengan ciri-ciri populasi dan
tujuan penelitian. Secara garis besar, metode penarikan sampel dapat dibagi menjadi dua, yaitu
pemilihan sampel dari populasi secara acak random atau probability sampling dan pemilihan dari populasi secara tidak acak nonrandom atau nonprobability
Universitas Sumatera Utara
