5.2.5. Penentuan Prioritas Supplier dengan Technique for Order Preference
by Similarity to Ideal Solution TOPSIS
Perhitungan rata-rata pembobotan untuk masing-masing alternatif dan kriteria adalah dengan menggunakan rata-rata geometrik. Nilai rata-rata geometrik
ini dianggap sebagai hasil penilaian kelompok dari nilai-nilai yang diberikan oleh 6 orang responden. Nilai-nilai tersebut telah dihitung pada pengolahan dengan
menggunakan metode Fuzzy akan digunakan sebagai input pengolahan TOPSIS. Rekapitulasi pembobotan tingkat kecocokan dapat dilihat pada tabel 5.28.
Tabel 5.28. Rekapitulasi Pembobotan Tingkat Kecocokan
Alternatif Kriteria
K1 K2
K3 K4
K5 K6
S1 0,0411
0,0396 0,0289
0,0348 0,0315
0,0372 S2
0,0409 0,0394
0,0299 0,0279
0,0315 0,0386
S3 0,0390
0,0323 0,0270
0,0304 0,0293
0,0386 S4
0,0375 0,0338
0,0256 0,0292
0,0283 0,0340
S5 0,0381
0,0349 0,0264
0,0302 0,0292
0,0350 W
0,4 0,8
1 0,8
1 0,6
Sumber: Pengolahan Data
Dalam pemberian pembobotan untuk setiap kriteria telah dilakukan pertimbangan bahwa:
1. K
1
diberikan nilai bobot 0,4 cukup penting karena pengalaman bermitra merupakan hal yang cukup penting untuk mengetahui pengalaman supplier
dalam berbisnis khususnya sebagai mitra bisnis perusahaan. 2. K
2
diberikan nilai bobot 0,8 sangat penting karena kemampuan teknis harus dari supplier harus sesuai dengan spesifikasi yang diinginkan oleh
perusahaan.
3. K
3
diberikan nilai bobot 1 sangat penting sekali karena kualitas merupakan hal utama yang diperhatikan oleh perusahaan.
4. K
4
diberikan nilai bobot 0,8 sangat penting karena pengiriman harus sesuai dengan jadwal yang telah ditentukan karea akan berdampak pada kelancaran
produksi. 5. K
4
diberikan nilai bobot 1 sangat penting sekali karena biaya merupakan hal utama yang harus diperhatikan perusahaan dalam memesan bahan baku.
6. K
6
diberikan nilai bobot 0,6 penting karena setiap supplier harus memiliki respon terhadap klaim yang cepat dan lancar apabila perusahaan menemukan
beberapa kekurangan.
5.2.5.1. Normalisasi Matriks
TOPSIS membutuhkan rating kinerja setiap alternative S
i
pada setiap Kriteria K
i
yang ternormalisasi, yaitu : r
ij
=
Demikian seterusnya, sehingga diperoleh matriks ternormalisasi R sebagai berikut:
R= 0,0928 0,0934 0,0780 0,0890 0,0710 0,0868
0,0922 0,0929 0,0806 0,0715 0,0711 0,0901 0,0879 0,0761 0,0728 0,0779 0,0661 0,0901
0,0846 0,0796 0,0688 0,0748 0,0639 0,0794 0,0858 0,0822 0,0711 0,0773 0,0658 0,0818
5.2.5.2. Normalisasi Matriks Terbobot
Setelah matriks ternormalisasi, maka dilakukan pembobotan terhadap normalisasi tersebut dengan cara sebagai berikut:
y
ij
= w
i
r
ij
Demikian seterusnya, sehingga diperoleh matriks ternormalisasi terbobot Y sebagai berikut:
Y= 0,0371 0,0747 0,0780 0,0712 0,0710 0,0521
0,0369 0,0743 0,0806 0,0572 0,0711 0,0541 0,0352 0,0609 0,0728 0,0623 0,0661 0,0541
0,0338 0,0637 0,0688 0,0598 0,0639 0,0476 0,0343 0,0658 0,0711 0,0618 0,0658 0,0491
5.2.5.3. Matriks Solusi Ideal Positif dan Negatif
Kategori