SPK Metode Simple Addictive Weighting

Kali ini saya akan memposting tentang metode Sistem Pendukung Keputusan. Apa sih definisi "Sistem Pendukung Keputusan"?

Menurut Keen dan Scoot Morton : "Sistem Pendukung Keputusan merupakan penggabungan sumber – sumber kecerdasan individu dengan kemampuan komponen untuk memperbaiki kualitas keputusan. Sistem Pendukung Keputusan juga merupakan sistem informasi berbasis komputer untuk manajemen pengambilan keputusan yang menangani masalah –masalah semi struktur."

Menurut Scott Morton, 1971. DSS :  "Suatu sistem berbasis komputer interaktif yang membantu pengambil keputusan memanfaatkan data dan model untuk menyelesaikan masalah unstructured."

Disini saya akan membagikan program Sistem Pendukung Keputusan menggunakan metode SAW atau Simple Weighting Additive, berikut contoh permasalahan SPK yang dapat diselesaikan dengan program. Program ini berbasis web dengan menggunakan Javascript.

STUDI KASUS 1

Untuk memilih kendaraan yang akan dibeli, seorang pembeli menentukan kriteria pemilihan berdasarkan model, keandalan (harga), dan bahan bakar minyak (BBM). Terdapat 4 alternatif kendaraan yang akan dipilih yaitu A, B, C, D. Dengan menggunakan metode Simple Addictive Weigthing (SAW), Tentukan alternative terbaik dengan bobot Model = 35%, Harga = 50%, BBM = 15%!

Nilai setiap alternative untuk setiap kritria dapat dilihat pada table berikut :

Penyelesaian :
- Menentukan kriteria :
	C1 = Model (pilihan model kendaraan yang terbaik dari alternative)
	C2 = Harga kendaraan (juta)
	C3 = Bahan bakar minyak atau BBM (mil/gallon)
	*) Kriteria benefit yaitu C1 (Model) dan  C3 (BBM)
	*) Yang termasuk kriteria cost adalah C2 (Harga)

- Menentukan alternative :
	Alternatif 1 = A		Alternatif 3 = C
	Alternatif 2 = B		Alternatif 4 = D 

- Menentukan bobot masing-masing kriteria :
	C1 = 35% 		C2 = 50% 		C3 = 15%

- Kemudian lakukan normalisasi pada nilai alternative setiap kriteria :

- Hasil normalisasi : - Proses perangkingan dengan menggunakan bobot yang telah diberikan oleh pengambil keputusan : W = [ 0.35 0.5 0.15 ] - Hasil yang diperoleh adalah sebagai berikut :

Kesimpulan :

Nilai terbesar adalah V1 sehingga alternative A adalah alternative yang dipilih sebagai alternative terbaik.

Penyelesaian dalam program :
a) Menentukan nama kriteria

b) Menentukan bobot per tiap masing-masing kriteria.

c) Menentukan jenis masing-masing kriteria.

d) Lalu inputkan nilai dari masing-masing alternative.

e) Maka hasil table normalisasinya adalah :

f) Kemudian hasil dari table perankingannya adalah sebagai berikut :

STUDI KASUS 2

Suatu perusahaan di Kota Surabaya ingin membangun sebuah gudang yang akan digunakan sebagai tempat untuk menyimpan sementara hasil produksinya. Ada 3 lokasi yang akan menjadi alternative yaitu :

A1 = Rungkut                            A2 = Margomulyo                            A3 = Sepanjang

Dan juga ada 5 kriteria yang dijadikan acuan dalam pengambilan keputusan yaitu :

C1 = jarak dengan pasar terdekat (km)

C2 = kepadatan penduduk di sekitar lokasi (orang/km2)

C3 = jarak dari pabrik (km)

C4 = jarak dengan gudang yang sudah ada (km)

C5 = harga tanah untuk lokasi (x1000 Rp/m2)

Tingkat kepentingan setiap kriteria, juga dinilai dari 1-5 yaitu :

1 = Sangat Rendah                            2 = Rendah                            3 = Cukup

4 = Tinggi                                             5 = Sangat Tinggi

Pengambil keputusan memberikan bobot preferensi sebagai w = (5,3,4,4,2)

Nilai bobot kepentingan dari tiap wilayah adalah sebagai berikut : Penyelesaian : - Menentukan kriteria : *) Kriteria benefit C2 = kepadatan penduduk di sekitar lokasi (orang/km2) C4 = jarak dengan gudang yang sudah ada (km) *) Kriteria cost C1 = jarak dengan pasar terdekat (km) C3 = jarak dari pabrik (km) C5 = harga tanah untuk lokasi (x1000 Rp/m2) - Lakukan normalisasi : - Hasil normalisasi : - Proses perangkingan dengan menggunakan bobot yang telah diberikan oleh pengambil keputusan : w = (5,3,4,4,2) - Hasil yang diperoleh adalah sebagai berikut : Kesimpulan : Nilai terbesar adalah V2 sehingga alternative A2 atau Keputih adalah alternative yang dipilih sebagai alternative terbaik. Penyelesaian dalam program : a) Menentukan nama kriteria b) Menentukan bobot per tiap masing-masing kriteria. c) Menentukan jenis masing-masing kriteria. d) Lalu inputkan nilai dari masing-masing alternative.

e) Maka hasil table normalisasinya adalah :


f) Kemudian hasil dari table perankingannya adalah sebagai berikut :

>>Download disini<<

Untuk mencoba atau mendownload program Sistem Pendukung Keputusan diatas dapat kirim email dengan :

Subject : "Program SPK Metode SAW", kirim ke mirra.ariesta@gmail.com

Terimakasih, semoga bermanfaat :)