A. Teknik
Pemodelan
METODE TOPSIS (Technique For Others Reference by Similarity to Ideal
Solution)
B. Kategori
Kategori dari metode TOPSIS adalah kategori Multi-Criteria Decision Making (MCDM) yaitu teknik pengambilan
keputusan dari beberapa pilihan alternatif yang ada ,khususnya MADC(Multi Attribute
Decision Making).TOPSIS
bertujuan untuk menentukan solusi ideal
positif dan solusi ideal negatif. Solusi ideal positif memaksimalkan kriteria manfaat dan meminimalkan
kriteria biaya, sedangkan solusi ideal
negatif memaksimalkan kriteria biaya dan meminimalkan kriteria manfaat (Fan dan Cheng, 2009 :
4).
Kriteria manfaat merupakan kriteria dimana ketika nilai
kriteria tersebut semakin besar maka semakin layak pula untuk dipilih.
Sedangkan kriteria biaya merupakan kebalikan dari kriteria manfaat, semakin
kecil nilai dari kriteria tersebut maka akan semakin layak untuk dipilih. Dalam
metode TOPSIS, alternatif yang optimal adalah yang paling dekat dengan solusi ideal
positif dan paling jauh dari solusi ideal negatif.
C. Sejarah
TOPSIS adalah salah satu metode pengambilan keputusan
multikriteria yang pertama kali diperkenalkan oleh Kwangsun Yoon and Hwang Ching-Lai (1981).
·
Yoon, K., “System Selection by Multiple Attribute
Decision Making,” Ph. D. Dissertation, Kansas State University, Manhattan,
Kansas, 1980.
·
Yoon, K. and C. L. Hwang, “TOPSIS (Technique
for Order Preference by Similarity to Ideal Solution)- A Multiple Attribute
Decision Making,” a paper to be published, 1980.
D. Deskripsi
Teknik Pemodelan
TOPSIS menggunakan prinsip bahwa alternatif yang terpilih tidak hanya mempunyai
jarak terpendek dari solusi ideal positif, namun juga memiliki jarak terpanjang
dari solusi ideal negatif. Konsep ini banyak digunakan untuk menyelesaikan
masalah keputusan secara praktis. Konsepnya sederhana dan mudah dipahami, komputasinya
efisien dan memiliki kemampuan untuk mengukur kinerja relatif dari
alternatif-alternatif keputusan kedalam bentuk matematis yang sederhana
(kusumadewi dkk. , 2006:88). Konsep fundamental dari metode ini adalah penentukan
jarak Euclide terpendek dari solusi ideal positif dan jarak.
Langkah-langkah:
1)
Membangun normalized decision
matrix. Elemen rij hasil dari
normalisasi decision matrix R dengan metode Euclidean length of
a vector adalah:
2.)
Membangun
weighted normalized decision matrix. Dengan bobot W= (w1, w2,.....,wn), maka normalisasi bobot
matriks V adalah:
3) Menentukan solusi ideal dan solusi ideal
negatif. Solusi ideal dinotasikan A*, sedangkan solusi
ideal negatif dinotasikan A-
4)
Menghitung separasi .Si* adalah jarak (dalam pandangan
Euclidean) alternatif dari solusi ideal didefinisikan sebagai:
Dan jarak
terhadap solusi negatif-ideal didefinisikan sebagai:
5) Menghitung kedekatan relatif terhadap solusi
ideal
6) Merangking
Alternatif .Alternatif dapat dirangking berdasarkan
urutan Ci*. Maka dari itu, alternatif terbaik adalah salah satu yang
berjarak terpendek terhadap solusi ideal dan berjarak terjauh dengan solusi
negatif-ideal.
Implementasi
Ø Sistem
Pendukung Keputusan Untuk Pemilihan Sistem Operasi dengan metode
TOPSIS (Serkan Ballı and Serdar Korukoğlu,2009)
Ø Sistem
Pendukung Keputusan Untuk Pemilihan rencana strategi terbaik
dalam Model BSC (Javad Dodangeh, Rosnah Bt Mohd Yusuff ,Javad Jassbi ,2010)
Ø Sistem
Pendukung Keputusan untuk menentukan peringkat siswa dalam
pembelajaran TIK (Eka Risyana Pribadi,2010)
Ø Pembuatan Peringkat Kabin Eksekutif ulang-alik Kereta Api menggunakan
metode TOPSIS (lanjdono Josowidagdo,2003)
0 $type={blogger}:
Posting Komentar