SPK Metode AHP

Share On :

Tweet

SPK sebagai sebuah sistem berbasis komputer yang membantu dalam proses pengambilan keputusan. SPK sebagai sistem informasi berbasis komputer yang adaptif, interaktif, fleksibel, yang secara khusus dikembangkan untuk mendukung solusi dari pemasalahan manajemen yang tidak terstruktur untuk meningkatkan kualitas pengambilan keputusan. Dengan demikian dapat ditarik satu definisi tentang SPK yaitu sebuah sistem berbasis komputer yang adaptif, fleksibel, dan interaktif yang digunakan untuk memecahkan masalah-masalah tidak terstruktur sehingga meningkatkan nilai keputusan yang diambil. (Khoirudin, 2008).

Disetiap lembaga pendidikan khususnya universitas banyak sekali beasiswa yang ditawarkan kepada mahasiswa yang berprestasi dan yang kurang mampu. Ada beasiswa yang dari lembaga milik nasional maupun swasta. Bank BRI adalah salah satu contoh lembaga nasional yang mengelar program beasiwa setiap tahun bagi mahasiswa yang kurang mampu dan mahasiswa berprestasi.

Untuk mendapatkan beasiswa tersebut maka harus sesuai dengan aturan-aturan yang telah ditetapkan. Kriteria yang ditetapkan dalam studi kasus ini adalah nilai indeks prestasi akademik, penghasilan orang tua, jumlah saudara kandung, jumlah tanggungan orang tua, semester,usia dan lain-lain. Oleh sebab itu tidak semua yang mendaftarkan diri sebagai calon penerima beasiswa tersebut akan diterima, hanya yang memenuhi kriteria kriteria saja yang akan memperoleh beasiswa,t karena itu perlu dibangun sebuah sistem pendukung keputusan yang akan membantu penentuan siapa yang berhak untuk mendapatkan beasiswa tersebut.

Model yang digunakan dalam sistem pendukung keputusan ini adalah Fuzzy Multiple Attribute Decision Making (FMADM). Metode SAW ini dipilih karena metode ini menentukan nilai bobot untuk setiap atribut, kemudian dilanjutkan dengan proses perankingan yang akan menyeleksi alternatif terbaik dari sejumlah alternatif, dalam hal ini alternatif yang dimaksud adalah yang berhak menerima beasiswa berdasarkan kriteria-kriteria yang ditentukan.

Dengan metode perangkingan tersebut, diharapkan penilaian akan lebih tepat karena didasarkan pada nilai kriteria dan bobot yang sudah ditentukan sehingga akan mendapatkan hasil yang ebih akurat terhadap siapa yang akan menerima beasiswa tersebut.

Fuzzy Multiple Attribute Decision Making FMADM adalah suatu metode yang digunakan untuk mencari alternatif optimal dari sejumlah alternatif dengan kriteria tertentu. Inti dari FMADM adalah menentukan nilai bobot untuk setiap atribut, kemudian dilanjutkan dengan proses perankingan yang akan menyeleksi alternatif yang sudah diberikan. Pada dasarnya, ada 3 pendekatan untuk mencari nilai bobot atribut, yaitu pendekatan subyektif, pendekatan obyektif dan pendekatan integrasi antara subyektif & obyektif.

Masing-masing pendekatan memiliki kelebihan dan kelemahan. Pada pendekatan subyektif, nilai bobot ditentukan berdasarkan subyektifitas dari para pengambil keputusan, sehingga beberapa faktor dalam proses perankingan alternatif bisa ditentukan secara bebas. Sedangkan pada pendekatan obyektif, nilai bobot dihitung secara matematis sehingga mengabaikan subyektifitas dari pengambil keputusan. ( Kusumadewi, 2007).

Ada beberapa metode yang dapat digunakan untuk menyelesaikan masalah FMADM. antara lain (Kusumadewi, 2006):

• Simple Additive Weighting Method (SAW)
• Weighted Product (WP)
• ELECTRE
• Technique for Order Preference by Similarity to Ideal Solution (TOPSIS
• Analytic Hierarchy Process (AHP)

ALGORITMA FMADM

1. Memberikan nilai setiap alternatif (Ai) pada setiap kriteria (Cj) yang sudah ditentukan, dimana nilai tersebut di peroleh berdasarkan nilai crisp; i=1,2,…m dan j=1,2,…n.
2. Memberikan nilai bobot (W) yang juga didapatkan berdasarkan nilai crisp.
3. Melakukan normalisasi matriks dengan cara menghitung nilai rating kinerja ternormalisasi (rij) dari alternatif Ai pada atribut Cj berdasarkan persamaan yang disesuaikan dengan jenis atribut (atribut keuntungan/benefit=MAKSIMUM atau atribut biaya/cost=MINIMUM). Apabila berupa artibut keuntungan maka nilai crisp (Xij) dari setiap kolom atribut dibagi dengan nilai crisp MAX (MAX Xij) dari tiap kolom, sedangkan untuk atribut biaya, nilai crisp MIN (MIN Xij) dari tiap kolom atribut dibagi dengan nilai crisp (Xij) setiap kolom.
4. Melakukan proses perankingan dengan cara mengalikan matriks ternormalisasi (R) dengan nilai bobot (W).
5. Menentukan nilai preferensi untuk setiap alternatif (Vi) dengan cara menjumlahkan hasil kali antara matriks ternormalisasi (R) dengan nilai bobot (W). Nilai Vi yang lebih besar mengindikasikan bahwa alternatif Ai lebih terpilih. ( Kusumadewi , 2007).

METODE SAW

• Metode SAW sering juga dikenal istilah metode penjumlahan terbobot. Konsep dasar metode SAW adalah mencari penjumlahan terbobot dari rating kinerja pada setiap alternatif pada semua atribut.
• Metode SAW membutuhkan proses normalisasi matriks keputusan (X) ke suatu skala yang dapat diperbandingkan dengan semua rating alternatif yang ada.

KRITERIA YANG DIBUTUHKAN

1. Bobot.Dalam metode penelitian ini ada bobot dan kriteria yang dibutuhkan untuk menentukan siapa yang akan terseleksi sebagai penerima beasiswa. Adapun kriterianya adalah:

• C1=Jumlah penghasilan Orangtua
• C2=Usia
• C3=Semester
• C4=Jumlah tanggungan Orangtua
• C5=Jumlah saudara kandung,
• C6= Nilai IPK.

2. Kriteria penghasil orang tua

3. Kriteria usia

4. Kriteria semester

5. Kriteria jumlah tanggungan orang tua

6. Kriteria jumalah saudara kandung

7. Kriteria nilai IPK

Kriteria tersebut diterjemahkan dari bilangan fuzzy kedalam bentuk sebuah bilangan crisp. Sehingga nilainya akan bisa dilakukan proses perhitungan untuk mencari alternatif terbaik. Di bawah ini adalah bilangan fuzzy dari bobot.

1. Sangat Rendah ( SR ) = 0
2. Rendah ( R ) = 0.2
3. Sedang ( S ) = 0.4
4. Tengah ( T1 ) = 0.6
5. Tinggi ( ST ) = 0.8
6. Banyak ( B ) = 1

Semakin banyak sampel yang dipunyai, maka tingkat validitasnya akan cenderung naik. dan hasilnya adalah sebuah alternatif yang memiliki nilai alternatif terbaik dari alternatif yang lain.

LANGKAH PENYELESAIAN

1. Dalam penelitian ini menggunakan FMADM metode SAW. Adapun langkah-langkahnya adalah:
2. Menentukan kriteria-kriteria yang akan dijadikan acuan dalam pengambilan keputusan, yaitu Ci.
3. Menentukan rating kecocokan setiap alternatif pada setiap kriteria.
4. Membuat matriks keputusan berdasarkan kriteria (Ci), kemudian melakukan normalisasi matriks berdasarkan persamaan yang disesuaikan dengan jenis atribut (atribut keuntungan ataupun atribut biaya) sehingga diperoleh matriks ternormalisasi R.
5. Hasil akhir diperoleh dari proses perankingan yaitu penjumlahan dari perkalian matriks ternormalisasi R dengan vektor bobot sehingga diperoleh nilai terbesar yang dipilih sebagai alternatif terbaik (Ai) sebagai solusi. (Kusumadewi, 2006).