Secara singkat, algoritma dari metode ini adalah sebagai berikut: 1. Melakukan perbaikan bobot terlebih dahulu agar total bobot
w
j
= 1. Caranya dengan membagi nilai bobot dengan penjumlahan seluruh nilai bobot.
2. Mengalikan seluruh atribut untuk sebuah alternatif dengan bobot sebagai pangkat positif untuk atribut keuntungan dan bobot pangkat negatif pada
atribut biaya disebut vektor S
i
. 3. Hasil perkalian dijumlahkan untuk menghasilkan nilai pada setiap alternatif
4. Melakukan pembagian antara S
i
dan hasil penjumlahan S
i
S
i
yang akan menghasilkan nilai preferensi V
i
. 5. Ditemukan urutan alternatif terbaik yang akan menjadi keputusan.
2.3. Penelitian yang terkait dengan Metode SAW dan Metode WP
Berikut ini adalah beberapa penelitian yang terkait dengan metode SAW dan metode WP:
1. Penelitian yang berjudul “Simulasi Seleksi Mahasiswa Baru Jalur Undangan
Dengan Menggunakan Metode Simple Additive Weighting ”. Penelitian ini
bertujuan agar proses pengambilan keputusan dalam seleksi calon mahasiswa melalui jalur undangan yang memilih Fakultas MIPA dapat berjalan dengan
cepat. Kriteria dalam penelitian ini adalah rata – rata nilai rapor kelas X
sampai dengan kelas XII semester 1 untuk mata pelajaran matematika, fisika, kimia, biologi, bahasa Indonesia dan bahasa inggris. Selain itu, kriteria lain
yang digunakan adalah SPP, penghasilan orang tua dan jumlah tanggungan. Pada penelitian ini, sistem pendukung keputusan dengan menggukan metode
simple additive weighting dapat berjalan dengan baik. Proses penyeleksian mahasiswa jalur undangan dipengaruhi oleh kriteria yang ditetapkan dan
perbandingan tingkat kepentingan antara kriteria. Hasil akhir berupa perankingan yang memiliki nilai akhir terbesar berada pada peringkat atas dan
Universitas Sumatera Utara
siswa yang diterima disesuaikan dengan daya tampung dari fakultas itu sendiri [13].
2. Penelitian selanjutnya berjudul “Sistem Pendukung Keputusan Untuk
Merekomendasi TV Layar Datar Menggunakan Metode Weighted Product ”
bertujuan untuk memberikan rekomendasi TV layar datar terbaik bagi konsumen. Kriteria dari sistem yang dibangun antara lain: harga, merek,
resolusi, ukuran dan berat TV. Kriteria tersebut diperoleh dari hasil kuisioner terhadap 30 responden. Berdasarkan penelitian tersebut metode weighted
product dapat digunakan dalam perhitungan merekomendasi televisi, dan calon konsumen merasa terbantu dengan adanya sistem ini sebab hasil
rekomendasi yang didapat sesuai dengan keinginan calon konsumen [9].
3. Penelitian selanjutnya berjudul “Sistem Pendukung Keputusan Penilaian Hasil
Visitasi Support Area Dengan Menggunakan Metode Simple Additive Weighting
”. Penelitian ini bertujuan untuk menentukan nilai kinerja minimal dari support area berdasarkan historikal yang ada sehingga hasil perankingan
dari hasil nilai kinerja tersebut dapat menjadi rekomendasi bagi pihak manajemen. Kriteria yang digunakan pada penelitian ini antara lain: kuantitatif
pengajaran mesin absensi, kuantitatif pengajaran software absensi, kuantitatif waktu visitasi, kualitatif kemampuan penyelesaian masalah dan kualitatif
keaktifan selama visitasi. Hasil penerapan metode ini berjalan dengan baik sehingga mempermudah pihak manajemen dalam mengukur kinerja support
area dan dapat menjadi media pengendalian kegiatan visitasi yang hasilnya dapat dipantau setiap periode [8].
4. Penelitian yang berjudul “Sistem Pendukung Keputusan Pemberian Bonus
Pegawai Pada Hotel Alamanda Klaten Dengan Menggunakan Metode Weigted Product
”. Di dalamnya membahas mengenai pembuatan sistem yang dapat membantu manajer dalam memutuskan karyawan yang berhak menerima
Universitas Sumatera Utara
bonus berdasarkan kriteria sebagai berikut: kreatifitas, absensi, profesionalitas, kebersihan, kerjasama, tanggungjawab, tata karma, dan penampilan. Nilai
tertinggi untuk penilaian pada kriteria yaitu 100 dengan jumlah bobot referensi bobot awal yaitu 25. Pada penelitian ini sistem yang dibangun mengeluarkan
hasil keputusan yang sama seperti pada perhitungan manual. Hanya saja pada sistem output yang dihasilkan lebih cepat sehingga dapat mempercepat kinerja
manajer dalam menentukan siapa saja pegawai yang layak menerima bonus pada setiap periodenya [10].
5. Penelitian yang berjudul “Penentuan Penerima Beasiswa Dengan
Menggunakan Fuzzy MADM ”. Untuk memperoleh hasil optimal diperlukan
kriteria yang mendukung sistem ini antara lain: nilai indeks prestasi akademik IPK, penghasilan orang tua, jumlah tanggungan orang tua, dan jumlah
saudara kandung. Dengan variabel penilaian sangat tinggi, tinggi, cukup, rendah dan sangat rendah. Perhitungan dilakukan dengan menggunakan
metode SAW dengan cara pembobotan kriteria dan alternatif, dilanjutkan dengan normalisasi matriks keputusan ke suatu skala yang dapat dibandingkan
dengan semua alternatif yang ada menjadi. Selanjutnya menghitung nilai preferensi setiap alternatif. Nilai yang terbesar mengindikasikan sebagai
alternatif terbaik [11]. 6.
Penelitian selanjutnya berjudul “Implementasi Metode Simple Additive Weighting Pada Sistem Pengambilan Keputusan Sertifikasi Guru
”. Penelitian ini bertujuan untuk membantu mengambil keputusan terhadap penilaian
portofolio sertifikasi guru. Kriteria yang digunakan dalam pembuatan sistem ini adalah kualifikasi akademik, pendidikan dan pelatihan, pengalaman
mengajar, perencanaan dan pelaksanaan pembelajaran, penilaian dari atasan, prestasi akademik, karya pengembangan profesi, keikutsertaan dalam forum
ilmiah, pengalaman organisasi di bidang kependidikan dan sosial, dan penghargaan yang relevan dengan bidang pendidikan. Hasil dari penelitian
Universitas Sumatera Utara
adalah dengan menggunakan perhitungan metode saw maka sistem sistem yang dibangun sudah dapat dapat melakukan perhitungan sistem pendukung
keputusan dengan baik karena hasil perhitungan manual sesuai dengan hasil pengujian program dan keluaran yang dihasilkan berupa nilai dan laporan yang
menunjukkan guru yang tersertifikasi [5]. 7.
Penelitian selanjutnya berjudul “Analisis Perbandingan Metode Analytical Hierarchy Process AHP Dan Simple Additive Weighting SAW dengan
studi kasus penentuan pemberian bantuan modal wirausaha baru baru yang untuk membantu dalam menganalisis pemilihan siapa yang layak menerima
bantuan modal wirausaha baru, sedangkan tujuan dari perbandingan kedua metode adalah untuk mengukur tingkat keakurasian informasi yang lebih
akurat. Dalam pembuatan sistem dibutuhkan kriteria – kriteria pendukung
yaitu: status tempat tinggal, parameter kemiskinan, produktivitas usaha, pendapatan per bulan, jumlah tanggungan keluarga dan fasilitas pendukung
usaha. Namun, secara garis besar, kedua metode ini mampu menyelesaikan studi kasus yang sama dalam pengambilan keputusan dengan hasil akhir yang
relatif sama. Metode AHP dianggap mampu memberikan informasi yang lebih akurat [4].
8. Penelitian berjudul “Pengembangan Sistem Pendukung Keputusan Berbasis
Mobila Untuk Pengisian Kartu Rencana Studi Dengan Fuzzy Multi-Attribute Decision Making FMADM Metode Simple Additive Weighting SAW Di
Jurusan Pendidikan Teknik Informatika Universitas Pendidikan Ganesha Singaraja” bertujuan untuk membantu mahasiswa dalam pengisian KRS.
Pengisian KRS berdasarkan pada KHS semester sebelumnya yang akan menentukan SKS maksimal yang dapat diambil siswa. Hasilnya dalam
pengisian KRS terdapat daftar matakuliah yang disarankan dan tidak disarankan serta menghasilkan pemetaan matakuliah pada semester
selanjutnya sehingga membantu mahasiswa dalam pemilihan matakuliah [1].
Universitas Sumatera Utara
BAB 3 ANALISIS DAN PERANCANGAN SISTEM
