SISTEM PENDUKUNG KEPUTUSAN DENGAN MENGGUNAKAN METODE TOPSIS

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.

E.       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)

Tweet