Sistem Pendukung Keputusan

STMIK Budi Darma Medan

MODUL 4 WEIGHTED PRODUCT (WP) Metode WP menggunakan perkalian untuk menghubungkan rating atribut, dimana rating setiap atribut harus dipangkatkan terlebih dahulu dengan bobot atribut yang bersangkutan (Yoon, 1989). Proses ini sama halnya dengan Normalisasi. Preferensi untuk alternatif Ai diberikan sebagai berikut:

dengan i=1,2,...,m; dimana wj = 1. wj adalah pangkat bernilai positif untuk atribut keuntungan, dan bernilai negatif untuk atribut biaya.

Preferensi relatif dari setiap alternatif, diberikan sebagai berikut :

Contoh: Contoh-1: Suatu institusi perguruan tinggi akan memilih seorang dipromosikan sebagai kepala Laboratorium Komputer.

karyawannya untuk

Ada empat kriteria yang digunakan untuk melakukan penilaian, yaitu: C1 = tes pengetahuan (wawasan) sistem informasi : Sangat baik C2 = praktek instalasi jaringan : Baik C3 = tes kepribadian : Baik C4 = tes Manjemen Server : Cukup Pengambil keputusan memberikan bobot untuk setiap kriteria sebagai berikut : C1 = 35%; C2 = 25%; C3 = 25%; dan C4 = 15%. Total : 100% Bobot untuk Kriteria: Nilai Bobot 5 35% 4 25% 3 15% 2 5% 1 0% Keterangan Sangat Baik Baik Cukup Buruk Sangat Buruk Bobot Kriteria Tertinggi

Terendah

Tonni Limbong, S.Kom,M.Kom

Hal : 1

Sistem Pendukung Keputusan Nilai W = [ 5, 4, 4, 3]

STMIK Budi Darma Medan

Ada enam orang karyawan yang menjadi kandidat (alternatif) untuk dipromosikan sebagai kepala unit, yaitu: A1 = Alex, A2 = Harvei, A3 = Berto, A4 = Paska, A5 = Zekson A6 = Mhd Iqbal A7 = Yasir Bobot Untuk Penilaian: Nilai Bobot 80 100 5 60 79 4 40 59 3 20 - 39 2 0 - 19 1 Keterangan Sangat Baik Baik Cukup Buruk Sangat Buruk

Tabel nilai alternatif di setiap kriteria: Alternatif Alex Harvei Berto Paska Zekson Mhd Iqbal Yasir C1 70 83 78 79 82 80 79 C2 80 67 72 82 79 77 81 Kriteria C3 77 72 75 80 79 77 80 C4 65 80 79 67 78 77 69

Hasil Bobot dari Nilai diatas: Alternatif Kriteria C1 C2 C3 Alex 4 5 4 Harvei 5 4 4 Berto 4 4 4 Paska 4 5 5 Zekson 5 4 4 Mhd Iqbal 5 4 4 Yasir 4 5 5

C4 4 5 4 4 4 4 4

Tonni Limbong, S.Kom,M.Kom

Hal : 2

Sistem Pendukung Keputusan

STMIK Budi Darma Medan

Perbaikan Bobot:

5 = 0,3125 5+4+4+3 4 C2 = = 0,25 5+4+4+3 4 C3 = = 0,25 5+4+4+3 3 C4 = = 0,1875 5+4+4+3 C1 =

Menghitung Vektor S:

( S 2 = (83 S 3 = (78 S 4 = (79 S 5 = (82 S 6 = (80 S 7 = (79

S1 = 70 0,3125 80 0, 25 77 0, 25 65 0,1875 = 73,099

0 , 3125 0 , 25 0 , 25 0 , 25 0 ,1875 0 , 3125 0 , 25 0 ,1875

0 , 3125

0 , 3125 0 , 3125

0 , 3125

)( )(67 )(72 )(82 )(79 )(77 )(81

0 , 25 0 , 25

0 , 25

0 , 25

)( )(72 )((75 )(80 )(79 )(77 )(80

0 , 25

0 , 25

0 , 25

0 , 25

)( )(80 )(79 )(67 )(78 )(77 )(69

0 ,1875

0 ,1875

0 ,1875

0 ,1875

) ) = 75,403 ) = 75,890 ) = 77,557 ) = 79,734 ) = 77,925 ) = 77,747

Menghitung Preferensi (Vi) untuk Perangkingan:

Tonni Limbong, S.Kom,M.Kom

Hal : 3

Sistem Pendukung Keputusan

STMIK Budi Darma Medan

73,099 = 0,135 73,099 + 75,403 + 75,890 + 77,557 + 79,734 + 77,925 + 77,747 75,403 V2 = = 0,140 73,099 + 75,403 + 75,890 + 77,557 + 79,734 + 77,925 + 77,747 75,890 V3 = = 0,141 73,099 + 75,403 + 75,890 + 77,557 + 79,734 + 77,925 + 77,747 77,557 V4 = = 0,144 73,099 + 75,403 + 75,890 + 77,557 + 79,734 + 77,925 + 77,747 79,743 V5 = = 0,148 73,099 + 75,403 + 75,890 + 77,557 + 79,734 + 77,925 + 77,747 77,925 V6 = = 0,144 73,099 + 75,403 + 75,890 + 77,557 + 79,734 + 77,925 + 77,747 77,747 = 0,145 V7 = 73,099 + 75,403 + 75,890 + 77,557 + 79,734 + 77,925 + 77,747 V1 =
Nilai preferensi terbesar adalah V5 atau karyawan yang bernama Zekson. Yang layak untuk kepala laboratorium Komputer

Tonni Limbong, S.Kom,M.Kom

Hal : 4