Rabu, 27 Maret 2019

Modul - DSS - Bab 05 - Metode Simple Additive Weighting (SAW)



Modul Decision Support System / Sistem Pendukung Keputusan

Download Modul Bab 05

Bab 05 - Metode Simple Additive Weighting (SAW)


5.1 Pendahuluan Metode Simple Additive Weighting (SAW)
Berdasarkan namanya, metode Simple Additive Weighting dapat di artikan sebagai
metode pembobotan sederhana atau penjumlahan terbobot pada penyelesaian
masalah dalam sebuah sistem pendukung keputusan. Konsep metode ini adalah dengan
mencari rating kinerja (skala prioritas) pada setiap alternatif di semua atribut.
Adapun algoritma penyelesaian metode ini yaitu sebagai berikut:
1. Langkah 1 : Mendefinisikan terlebih dahulu kriteria-kriteria yang akan di jadikan
sebagai tolak ukur penyelesaian masalah
2. Langkah 2 : Menormalisasi setiap nilai alternatif pada setiap atribut dengan cara
menghitung nilai rating kinerja
3. Langkah 3 : Menghitung nilai bobot preferensi pada setiap alternatif
4. Langkah 4 : Melakukan perangkingan
Adapun rumus yang digunakan pada metode simple additive weighting yaitu:
- Menormalisasikan setiap alternating (menghitung nilai rating kinerja)
- Menghitung nilai bobot preferensi pada setia alternatif
5.2 Contoh Soal Dan Penyelesaiannya
Untuk dapat lebih memahami metode Simple Additive Weighting, berikut ini
adalah sampel kasus dan penyelesaiannya.
Contoh Soal: Pada bagian marketing di perusahaan yang bergerak di bidang perangkat
teknologi ingin ekspansi dan mengembangkan pangsa pasar di berbagai daerah. Adapun
perangkat teknologi yang sedang di analisis yaitu Handphone. Ada 3 tipe handphone
yang akan di analisis untuk melihat sejauh mana daya serap konsumen selama ini
terhadap 3 tipe handphone tersebut. Berikut ini adalah tabel properti dari handphone
tersebut. Adapun tipe kita sebut HP1, HP2, dan HP3. Adapun faktor-faktor dan kriteria
yang dijadikan sebagai acuan terlihat pada tabel di bawah ini yaitu:

Dan berdasarkan hasil penilaian oleh responden yang disebut alternatif berikut ini
adalah tabel nilai alternatifnya:

Penyelesaian:
- Menormalisasi setiap nilai alternatif pada setiap atribut dengan cara menghitung
nilai rating kinerja

- Melakukan Perangkingan berdasarkan nilai bobot preferensinya
Berikut ini adalah tabel perangkingan dari nilai bobot preferensi dari
setiap alternatif. Adapun acuan dalam perangkingan ini adalah berdasarkan nilai
tertinggi (max) yang dijadikan rangking tertinggi.

Sumber : Modul Dicky Nofriansyah, S.Kom., M.Kom (STIMIK Triguna Dharma Medan) - Link