Rabu, 27 Maret 2019
Filled Under: Modul, Modul - DSS
Modul Decision Support System / Sistem Pendukung Keputusan
Download Modul Bab 06
Bab 06 - Metode Weight Product (WP)
6.1 Pendahuluan Metode Weight Product
Metode Weight Product (WP) merupakan salah satu metode yang sederhana
dengan perkalian untuk menghubungkan rating atribut, dimana setiap rating setiap
atribut harus dipangkatkan dengan bobot atribut yang bersangkutan. Hal tersebut di
atas dinamakan normalisasi.
Adapun algoritma penyelesaian dari metode Weight Product 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 (nilai vektor)
3. Langkah 3 : Menghitung nilai bobot preferensi pada setiap alternatif
4. Langkah 4 : Melakukan perangkingan
Berikut ini adalah rumus untuk melakukan menormalisasi setiap nilai alternatif
(nilai vektor) yaitu sebagai berikut:
Adapun perpangkatan vektor bernilai positif untuk atribut keuntungan dan
bernilai negatif untuk atribut biaya.
6.2 Contoh Soal Dan Penyelesainnya
Untuk dapat lebih memahami metode ini berikut ini adalah contoh kasus dari
metode weight product (WP):
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 (nilai vektor)
- Menghitung nilai bobot preferensi pada setiap alternatif
- Melakukan perangkingan
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
Modul - DSS - Bab 06 - Metode Weight Product (WP)
Socialize It →
|
|
Modul Decision Support System / Sistem Pendukung Keputusan
Download Modul Bab 06
Bab 06 - Metode Weight Product (WP)
6.1 Pendahuluan Metode Weight Product
Metode Weight Product (WP) merupakan salah satu metode yang sederhana
dengan perkalian untuk menghubungkan rating atribut, dimana setiap rating setiap
atribut harus dipangkatkan dengan bobot atribut yang bersangkutan. Hal tersebut di
atas dinamakan normalisasi.
Adapun algoritma penyelesaian dari metode Weight Product 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 (nilai vektor)
3. Langkah 3 : Menghitung nilai bobot preferensi pada setiap alternatif
4. Langkah 4 : Melakukan perangkingan
Berikut ini adalah rumus untuk melakukan menormalisasi setiap nilai alternatif
(nilai vektor) yaitu sebagai berikut:
Adapun perpangkatan vektor bernilai positif untuk atribut keuntungan dan
bernilai negatif untuk atribut biaya.
6.2 Contoh Soal Dan Penyelesainnya
Untuk dapat lebih memahami metode ini berikut ini adalah contoh kasus dari
metode weight product (WP):
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 (nilai vektor)
- Menghitung nilai bobot preferensi pada setiap alternatif
- Melakukan perangkingan
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
About Me

- SuryaMahendra
- Singaraja, Bali, Indonesia
- Gede Surya Mahendra 0815051021 Jurusan Pendidikan Teknik Informatika Fakultas Teknik dan Kejuruan Universitas Pendidikan Ganesha Singaraja Bali
Labels
Modul
Campus
Assignment
Assignment - DSK
Modul - DSS
Assignment - Pendidikan
Campus - DSS
Campus - STD
Campus - TIP
Journal
Journal - Decision Support System
Modul - Basis Data
Modul - Data Mining
Modul Manajemen & Bisnis
Modul - Sistem Informasi
Campus - BBT
Campus - ADSI
Campus - AI
Assignment - Agama
Assignment - DSS
Assignment - Matematika
Assignment - Data Mining
Assignment - Uncategorized
Assignment - AI
Assignment - GIS
Assignment - Programming
Labels
- Assignment
- Assignment - Agama
- Assignment - AI
- Assignment - Data Mining
- Assignment - DSK
- Assignment - DSS
- Assignment - GIS
- Assignment - Matematika
- Assignment - Pendidikan
- Assignment - Programming
- Assignment - Uncategorized
- Campus
- Campus - ADSI
- Campus - AI
- Campus - BBT
- Campus - DSS
- Campus - STD
- Campus - TIP
- Journal
- Journal - Decision Support System
- Modul
- Modul - Basis Data
- Modul - Data Mining
- Modul - DSS
- Modul - Sistem Informasi
- Modul Manajemen & Bisnis
Popular Posts
-
Pengetahuan tentang Tuhan Yang Maha Esa (Widhi Tatwa) menerangkan bahwa Tuhan itu hanya satu dan tidak ada duanya (ekam eva adityam bra...
-
Keyakinan umat Hindu terhadap keberadaan Tuhan/Hyang Widhi yang Wyapi Wyapaka atau ada di mana-mana juga di dalam diri sendiri - merupak...
-
Modul Decision Support System / Sistem Pendukung Keputusan Download Modul Bab 04 Bab 04 - Metode SMART (Simple Multi Attribute Rating...
-
Modul Decision Support System / Sistem Pendukung Keputusan Download Modul Bab 11 Bab 11 - Metode Oreste Metode Oreste merupakan sal...
-
Sistem pendukung keputusan atau sering disebut DSS ( Decision Support System ) merupakan salah satu cabang keilmuan di bidang kecerda...
Follow on Facebook
6
Blog Archive
-
▼
2019
(180)
-
▼
Maret
(31)
- Modul - DSS - Bab 10 - Metode MAUT (Multi Attribut...
- Modul - DSS - Bab 09 - Metode Analitychal Hierarch...
- Modul - DSS - Bab 08 - Metode Profile Matching
- Modul - DSS - Bab 07 - Metode TOPSIS
- Modul - DSS - Bab 06 - Metode Weight Product (WP)
- Modul - DSS - Bab 05 - Metode Simple Additive Weig...
- Modul - DSS - Bab 04 - Metode SMART (Simple Multi ...
- Modul - DSS - Bab 03 - Metode MFEP (Multi Factor E...
- STIKI - Analisa Dan Desain Sistem Informasi 2019 -...
- STIKI - Analisa Dan Desain Sistem Informasi 2019 -...
- STIKI - Analisa Dan Desain Sistem Informasi 2019 -...
- STIKI - Analisa dan Desain Sistem Informasi 2019 -...
- STIKI - Bisnis Berbasis Teknologi 2019 - Pertemuan 05
- STIKI - Bisnis Berbasis Teknologi 2019 - Pertemuan 04
- STIKI - Bisnis Berbasis Teknologi 2019 - Pertemuan 03
- STIKI - Bisnis Berbasis Teknologi 2019 - Pertemuan 02
- STIKI - Bisnis Berbasis Teknologi 2019 - Pertemua...
- STIKI - Artificial Intelligence 2019 - Pertemuan 04
- STIKI - Artificial Intelligence 2019 - Pertemuan 03
- STIKI - Artificial Intelligence 2019 - Pertemuan 02
- Modul - DSS - Bab 02 - Teknik Data Sampling dan Pe...
- Modul - DSS - Bab 01 - Pendahuluan DSS
- STIKI - Artificial Intelligence 2019 - Pertemuan 01
- Landasan Teori - Penelitian Tindakan Kelas
- Integrated Graphic Controller
- SATA
- CD-R
- CD-R
- STIKI - Bisnis Berbasis Teknologi 2019
- STIKI - Artificial Intelligence 2019
- STIKI - Analisis dan Desain Sistem Informasi 2019
-
▼
Maret
(31)