Trisna

 

Jurusan Teknik Industri

Universitas Malikussaleh
 Metode TOPSIS didasarkan pada konsep bahwa alternatif
terpilih yang terbaik tidak hanya memiliki jarak terpendek
dari solusi ideal positif tetapi juga memiliki jarak terpanjang
dari solusi ideal negatif.
 A*
Atribut X2

A1
Aj

A2

A-

Atribut X1

Alternatif mana yang terbaik (A1, A2, ..., Aj) ?

3
Step 1 Membuat matriks keputusan yang
ternormalisasi
Step 2 Membuat matriks keputusan yang
ternormalisasi terbobot
Step 3 Menentukan matriks solusi ideal positif dan
matriks solusi ideal negatif
Step 4 Menentukan jarak antara nilai setiap
alternatif dengan matriks solusi ideal positif
dan negatif
Step 5 Menentukan nilai preferensi untuk setiap
alternatif
Matriks keputusan dengan m alternatif dan n kriteria (atribut)
 Elemen rij hasildari normalisasi matriks
keputusan D dengan metode Euclidean length
of a vector adalah:
x ij
rij 
m
 ij
x 2
i 1

dengan i=1,2,....m; dan j=1,2,......n;

Dengan bobot W= (w1, w2,.....,wn), maka normalisasi
bobot matriks D adalah:
vij  w jrij dengan i=1,2,...,m dan j=1,2,...,n
 Solusi ideal positif dinotasikan dengan A* dan solusi ideal
negatif dinotasikan dengan A- dapat ditentukan
berdasarkan ranking bobot ternormalisasi (yij) sebagai
berikut :
 Solusi ideal
A* = { v1* , …, vn*}, where
vj* ={ max (vij) if j  J ; min (vij) if j  J' }
i i

 Solusi negatif
A– = { v1- , …, vn- }, where
v– = { min (vij) if j  J ; max (vij) if j  J' }
i i
 Jarak dari solusi ideal:
n
i = 1, …, m
Si 
*
 (vij  v*j ) 2
j 1

 Jarak dari alternatif ideal negatif:

n
Si 
 (v ij  v  2
j) i = 1, …, m
j j 1
 Nilai preferensi untuk setiap alternatif
(Ci*) diberikan sebagai :

S
Ci*  * i 
( Si  Si ) i=1,2,...,m

 Nilai Ci* yang lebih besar menunjukkan

bahwa alternatif Ai lebih dipilih
Kasus: pemilihan mobil baru
 m = 4 alternatif (merek mobil)
 n = 4 atribut/kriteria

 xij= Nilai pilihan i terhadap kriteria j

X = {xij} 44 matriks nilai.
 J = himpunan atribut positif: style, reliability, fuel
economy (semakin tinggi nilainya semakin
baik)
 J– = himpunan atribut negatif: cost (semakin
rendah nilainya semakin baik) 11
Rangkuman penilaian terhadap bobot dan merk mobil
terhadap atribut:

Weight 0.1 0.4 0.3 0.2

Style Reliability Fuel Eco. Cost

Civic 7 9 9 8

Nissan 8 7 8 7

Ford 9 6 8 9

Mazda 6 7 8 6
12
 Step 1(a): hitung (x2ij )1/2 for each column
Style Rel. Fuel Cost

Civic 49 81 81 64

Nissan 64 49 64 49

Ford 81 36 64 81

Mazda 36 49 64 36

230 215 273 230

(xij2)1/2 15.17 14.66 16.52 15.17

13
 Step 1 (b): bagi tiap kolom dengan (x2ij )1/2 untuk
memperoleh rij

Style Rel. Fuel Cost

Civic 0.46 0.61 0.54 0.53

Nissan 0.53 0.48 0.48 0.46

Ford 0.59 0.41 0.48 0.59

Mazda 0.40 0.48 0.48 0.40

14
 Step 2 (b): Kalikan tiap kolom dengan wj untuk
memperoleh vij.

Style Rel. Fuel Cost

Civic 0.046 0.244 0.162 0.106

Nissan 0.053 0.192 0.144 0.092

Ford 0.059 0.164 0.144 0.118

Mazda 0.040 0.192 0.144 0.080

 Step 3 (a): tentukan solusi ideal A*.
A* = {0.059, 0.244, 0.162, 0.080}

Style Rel. Fuel Cost

Civic 0.046 0.244 0.162 0.106
Nissan 0.053 0.192 0.144 0.092

Ford 0.059 0.164 0.144 0.118

Mazda 0.040 0.192 0.144 0.080

16
 Step 3 (a): tentukan solusi ideal negatif A-.
A– = {0.040, 0.164, 0.144, 0.118}

Style Rel. Fuel Cost

Civic 0.046 0.244 0.162 0.106

Nissan 0.053 0.192 0.144 0.092

Ford 0.059 0.164 0.144 0.118

Mazda 0.040 0.192 0.144 0.080

  Step 4 (a): tentukan jarak dari solusi ideal positif
A* = {0.059, 0.244, 0.162, 0.080}
Si* = [  (vj*– vij)2 ] ½ untuk setiap baris
j

Style Rel. Fuel Cost

Civic (.046-.059)2 (.244-.244)2 (0)2 (.026)2

Nissan (.053-.059)2 (.192-.244)2 (-.018)2 (.012)2

Ford (.059-.059)2 (.164-.244)2 (-.018)2 (.038)2

Mazda (.040-.059)2 (.192-.244)2 (-.018)2 (.0)2

18
 Step 4 (a): tentukan jarak dari solusi ideal Si*

(vj*–vij)2 Si* = [  (vj*– vij)2 ] ½

Civic 0.000845 0.029

Nissan 0.003208 0.057

Ford 0.008186 0.090

Mazda 0.003389 0.058

19
 Step 4 (b): tentukan jarak dari solusi ideal
negatif A- = {0.040, 0.164, 0.144, 0.118}
Si– = [  (vj–– vij)2 ] ½ for each row
j

Style Rel. Fuel Cost

Civic (.046-.040)2 (.244-.164)2 (.018)2 (-.012)2

Nissan (.053-.040)2 (.192-.164)2 (0)2 (-.026)2

Ford (.059-.040)2 (.164-.164)2 (0)2 (0)2

Mazda (.040-.040)2 (.192-.164)2 (0)2 (-.038)2
20
 Step 4 (b): tentukan jarak solusi ideal negatif Si-

(vj––vij)2 Si- = [  (vj–– vij)2 ] ½

Civic 0.006904 0.083

Nissan 0.001629 0.040

Ford 0.000361 0.019

Mazda 0.002228 0.047

 Step 5: hitung kedekatan relatif ke solusi ideal
Ci* = Si– / (Si* +Si– )

Si– / (Si* +Si– ) Ci*

Civic 0.083/0.112 0.74 BEST

Nissan 0.040/0.097 0.41

Ford 0.019/0.109 0.17

Mazda 0.047/0.105 0.45

 Suatu perusahaan ingin membangun gudang sebagai
tempat menyimpan sementara hasil produksinya. Ada 3
lokasi yang akan jadi alternatif yaitu A1=Ngemplak,
A2=Kalasan, A3=Kota Gede.
 Ada 5 kriteria yang dijadikan acuan dalam pengambilan
keputusan :
o C1= jarak dengan pasar terdekat (km)
o C2= kepadatan penduduk di sekitar lokasi (orang/km2)
o C3=jarak dari pabrik (km)
o C4= jarak dengan gudang yang sudah ada (km)
o C5= harga tanah untuk lokasi (x 1000 Rp/m2)
 Ranking kecocokan setiap alternatif pada setiap kriteria,
dinilai dengan 1 sampai 5, yaitu:
o 1 = sangat buruk
o 2 = buruk
o 3 = cukup
o 4 = baik
o 5 = sangat baik
 Tabel berikut menunjukkan ranking kecocokan dari setiap
alternatif pada setiap kriteria :
 Bobot preferensi untuk setiap kriteria C1, C2, … C5 =
(5, 3, 4, 4, 2)
 Matrik keputusan yang dibentuk dari tabel ranking
kecocokan :

4 4 5 3 3

3 3 4 2 3

5 4 2 2 2
 Contoh kasus permasalahan: pemilihan komputer
 Kriteria : Model, Keandalan, Harga
 Alternatif : A, B, C, dan D
 Pairwise comparison untuk kriteria :
o Keandalan 2 x lebih penting daripada model
o Model 3 x lebih penting daripada harga
o Keandalan 4 x lebih penting daripada harga
Sebagai ilustrasi, terdapat 3 alternatif yang dinilai yaitu Software
House, Internet Provider, Production House dengan kriteria kelayakan
IRR (Internal Rate of Return), B/C (Benefit/Cost Ratio) dan Pay Back
Period (waktu pengembalian modal)

Tabel: Matrik awal penilaian alternatif pemilihan usaha yang paling layak

Alternatif Kriteria
IRR (%) B/C PBP(Thn)
1. Software House 30 1,1 5
2. Internet Provider 20 1,15 6
3. Production House 25 1,2 4
Bobot Kriteria 0,3 0,4 0,3
• Sebagai ilustrasi, terdapat 3 alternatif yang dinilai yaitu Software
House, Internet Provider, Production House dengan kriteria
kelayakan IRR (Internal Rate of Return), B/C (Benefit/Cost Ratio)
dan Pay Back Period (waktu pengembalian modal)

Tabel: Matrik awal penilaian alternatif pemilihan usaha yang paling

layak
Alternatif Kriteria
IRR (%) B/C PBP
(Thn)
1. Software House 30 1,1 5
2. Internet Provider 20 1,15 6
3. Production House 25 1,2 4
Bobot Kriteria 0,3 0,4 0,3

28