beberapa cara untuk menentukan preferensi pengambil keputusan pada setiap konsekuen yang dapat dilakukan pada langkah kedua. Metode yang paling sederhana
adalah untuk menurunkan bobot aribut dan kriteria adalah dengan fungsi utilitas atau penjumlahan terbobot.
Ada beberapa metode yang dapat digunakan untuk menyelesaikan MADM, antara lain S.Kusumadewi, 2006 :
a. Simple Additive Weighting SAW b. Weighted Product WP
c. ELECTRE d. Technique for Order Preference by Similarity to Ideal Solution
TOPSIS e. Analilytic Hierarchy Process
2.2 Simple Additive Weighting SAW
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 dibandingkan dengan semua rating alternatif
yang ada S.Kusumadewi, 2006.
Keterangan : = Rating kinerja ternormalisasi dari alternatif
pada atribut . Max
= Nilai maksimum dari setiap baris dan kolom. Min
= Nilai minimum dari setiap baris dan kolom. = Baris dan Kolom dari Matriks
Universitas Sumatera Utara
Contoh Perhitungan : Dinas Kesehatan memberikan Kartu Jaminan Kesehatan yaitu Jamkesmas untuk
warga yang kurang mampu di sebuah daerah. Kartu jaminan kesehatan ini diberikan apabila warga tersebut melengkapi kriteria yang telah ditetapkan pemerintah setempat.
Kriteria tersebut terdiri dari lama menetap , pekerjaan,pendapatan , tanggungan kepala keluarga, keadaan fisik bangunan rumah, dan pendidikan. Berikut contoh
perhitungannya dengan 5 kriteria. 1.
C
1
: lama menetap 2.
C
2
: pekerjaan 3.
C
3
: pendapatan 4.
C
4
: tanggungan kepala keluarga 5.
C
5
: keadaan fisik bangunan rumah Rating kecocokan setiap alternatif pada setiap kriteria, dinilai dengan 1 sampai 5,
yaitu : 1.
1 = Sangat Buruk
2. 2
= Buruk 3.
3 = Cukup
4. 4
= Baik 5.
5 = Sangat Baik
Tabel 1 menunjukkan rating kecocokan setiap alternatif pada kriteria. Sedangkan tingkat kepentingan setiap kriteria, juga dinilai dengan 1 sampai 5, yaitu:
1. 1
= Sangat Rendah 2.
2 = Rendah
3. 3
= Cukup 4.
4 = Tinggi
5. 5
= Sangat Tinggi Tabel 2.1 Rating Kecocokan dari setiap alternatif pada setiap kriteria SAW
Alternatif Kriteria
C1 C2
C3 C4
C5 A1
4 4
5 3
3 A2
3 3
4 2
3 A3
5 4
2 2
2
Universitas Sumatera Utara
Karena setiap nilai yang diberikan pada setiap alternatif di setiap kriteria merupakan nilai kecocokan nilai terbesar adalah nilai terbaik, maka semua kriteria yang
diberikan diasumsikan sebagai kriteria keuntungan.
Pengambilan keputusan memberikan bobot preferensi sebagai : W = 5,3,4,4,2. Matrik keputusan yang dibentik dari tabel kecocokan sebagai berikut :
X = Pertama-tama, dilakukan normalisasi matriks X berdasarkan persamaan 1 :
r
11
= r
21
= r
31
= r
21
= r
22
= r
32
= dan seterusnya, sehingga diperoleh matriks ternormalisasi sebagai berikut:
Proses Perankingan diperoleh berdasarkan persamaan V
i
= :
V
1
= 50,8 + 31 + 41 + 41 + 21 = 17
V
2
= 50,6 + 30,75 + 40,8 + 40,66 + 21 = 13,1167
V
3
= 51 + 31 + 40,4 + 40,66 + 20,66 = 13,6
Nilai terbesar ada pada V
1
sehingga alternatif A
1
adalah alternatif yang dipilih sebagai alternatif terbaik. Dengan kata lain, A1 akan terpilih sebagai penerima
jaminan kesehatan.
Universitas Sumatera Utara
2.3 Weighted Product Method WPM
