Selamat siang mahasiswa akhir yang sibuk dengan Skripsi atau Tugas Akhirnya.. Tetap semangat ya..
Saya disini mau berbagi ilmu yang pernah ane pelajari dan saya bikin untuk Tugas Akhir saya.
Sudah satu tahun lebih setelah lulus kuliah dan sibuk kerja, sekarang keinget waktu masa-masa kuliah dulu.hehe
Oke gan disini saya cuma ingin berbagai sedikit tentang Metode TOPSIS (Technique For Others Reference by Similarity to Ideal Solution). Pertama apa sih itu Metode TOPSIS, Metode TOPSIS menurut Kusumadewi, dkk (2006) 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. Konsep ini banyak digunakan pada beberapa model MADM untuk menyelesaikan masalah keputusan secara praktis. Hal ini disebabkan: konsepnya sederhana dan mudah dipahami, komputasinya efisien, dan memiliki kemampuan untuk mengukur kinerja relatif dari alternatif-alternatif keputusan dalam bentuk matematis yang sederhana.
Tahapan-tahapan Metode TOPSIS.
Adapun tahapan-tahapan atau prosedur dalam metode TOPSIS menurut Kusumadewi, dkk (2006). Secara umum, prosedur TOPSIS mengikuti langkah-langkah sebagai berikut:
1. Membuat matriks keputusan yang ternormalisasi
2. Membuat matriks keputusan yang ternormalisasi terbobot
3. Menentukan matriks solusi ideal positif dan matriks solusi ideal negatif
4. Menentukan jarak antara nilai setiap alternatif dengan matriks solusi ideal positif dan negatif
5. Menentukan nilai preferensi untuk setiap alternatif.
Kusumadewi, dkk (2006)
Contoh simulasi untuk perhitungan dengan Metode TOPSIS.
Simulasi
Perhitungan TOPSIS
Contoh perhitungan
sistem pemilihan guru teladan menggunakan metode TOPSIS, sebagai berikut:
Sekolah
Menengah Kejuruan (SMK) Negeri 1 Boyolali sedang melakukan proses seleksi
pemilihan guru teladan dengan mengolah hasil nilai terhadap tiga guru. Guru A
memiliki nilai kesetiaan 80, nilai prestasi kerja 75, nilai tanggung jawab 80,
nilai ketaatan 90, nilai kejujuran 85, nilai kerjasama 70, nilai prakarsa 65,
dan nilai kepemimpinan 75. Guru B memiliki nilai kesetiaan 90, nilai prestasi
kerja 75, nilai tanggung jawab 85, nilai ketaatan 70, nilai kejujuran 80, nilai
kerjasama 65, nilai prakarsa 80, dan nilai kepemimpinan 75. Guru C memiliki
nilai kesetiaan 75, nilai prestasi kerja 80, nilai tanggung jawab 70, nilai
ketaatan 75, nilai kejujuran 85, nilai kerjasama 65, nilai prakarsa 70, dan
nilai kepemimpinan 85.
Kriteria Sistem Pendukung Keputusan Pemilihan Guru Teladan
Kode Kriteria
|
Ketentuan Kriteria
|
C1
|
Kesetiaan
|
C2
|
Prestasi Kerja
|
C3
|
Tanggung Jawab
|
C4
|
Ketaatan
|
C5
|
Kejujuran
|
C6
|
Kerjasama
|
C7
|
Prakarsa
|
C8
|
Kepemimpinan
|
Rating kecocokan dari setiap alternatif
pada setiap kriteria sebagai berikut:
Nilai
dari setiap alternatif pada setiap kriteria
Alternatif
|
Kriteria
|
C1
|
C2
|
C3
|
C4
|
C5
|
C6
|
C7
|
C8
|
Guru A
|
80
|
75
|
80
|
90
|
85
|
70
|
65
|
75
|
Guru B
|
90
|
75
|
85
|
70
|
80
|
65
|
80
|
75
|
Guru C
|
75
|
80
|
70
|
75
|
85
|
65
|
70
|
85
|
Pengambil keputusan memberikan nilai
bobot preferensi sebagai berikut:
Bobot Nilai Kesetiaan :
10%
Bobot Nilai Prestasi Kerja : 10%
Bobot Nilai Tanggung Jawab : 20%
Bobot Nilai Ketaatan : 10%
Bobot Nilai Kejujuran : 15%
Bobot Nilai Kerjasama : 10%
Bobot Nilai Prakarsa : 10%
Bobot Nilai Kepemimpinan : 15%
Kemudian dapat disimpulkan bahwa bobot
bernilai:
W
=
(10 ; 10 ; 20 ; 10 ; 15 ; 10 ; 10 ; 15)
(4.1)
Matriks keputusan dibentuk dari tabel
kecocokan sebagai berikut:
Membuat matriks keputusan yang
ternormalisasi (r) :
Sehingga akan diperoleh matriks
ternormalisasi R sebagai berikut:
Membuat matriks keputusan yang
ternormalisasi terbobot (y)
Kolom ke-1
y11 = 10 x 0.56392594 = 5.6392594
y21 = 10 x 0.63441668 = 6.3441668
y31 = 10 x 0.52868057 = 5.2888057
Kolom ke-2
y12 = 10 x 0.56453246 = 5.6453246
y22 = 10 x 0.56453246 = 5.6453246
y32 = 10 x 0.60216796 = 6.0216796
Kolom ke-3
y13 = 20 x 0.58777501 = 11.7555002
y23 = 20 x
0.62451095 = 12.490219
y33 = 20 x 0.51430314
= 10.286028
Kolom ke-4
y14 = 10 x
0.65946917 = 6.5946917
y24 = 10 x 0.51292047
= 5.1292047
y34 = 10 x
0.54955764 = 5.4955764
Kolom ke-5
y15 = 15 x
0.58866223 = 8.82993345
y25 = 15 x
0.55403504 = 8.3105256
y35 = 15
x0.58866223 = 8.82993345
Kolom ke-6
y16 = 10 x
0.60583925 = 6.0583925
y26 = 10 x
0.56256502 = 5.6256502
y36 = 10 x
0.56256502 = 5.6256502
Kolom ke-7
y17 = 10 x
0.52167227 = 5.2167227
y27 = 10 x
0.64205818 = 6.4205818
y37 = 10 x
56180091 = 5.6180091
Kolom ke-8
y18 = 15 x
0.55178421 = 8.27676315
y28 = 15 x
0.55178421 = 8.27676315
y38 = 15 x 0.62535544
= 9.3803316
Sehingga akan
diperoleh matriks ternormalisasi terbobot (y) sebagai berikut:
Menentukan
matriks solusi ideal positif dan solusi ideal negative
Y+j = nilai max
dari Yij
Y-j = nilai max
dari Yij
Sehingga akan
diperoleh matriks solusi ideal positif dan solusi ideal negative sebagai
berikut:
Y+j = [6.3441668
6.0216796 12.490219 6.5946917 8.82993345 6.0583925 6.4205818 9.3803316]
Y-j = [5.2888057
5.6453246 10.286028 5.1292047 8.3105256 5.6256502
5.2167227 8.27676315]
Menentukan jarak
antara alternatif (D) dengan solusi ideal positif dan solusi ideal negatif.
Alternatif
terhadap solusi ideal positif (D+):
Sehingga akan diperoleh Alternatif
terhadap solusi ideal positif (D+) sebagai berikut:
Alternatif terhadap solusi ideal negatif
(D-):
Sehingga akan diperoleh Alternatif
terhadap solusi ideal negatif (D-) sebagai berikut:
Menentukan nilai preferensi untuk setiap
alternatif (Vi) diberikan sebagai berikut:
Sehingga akan diperoleh matriks nilai
preferensi untuk setiap alternatif (V) sebagai berikut:
Nilai terbesar ada pada
V2 sehingga alternatif A2 adalah alternatif yang terpilih sebagai alternatif
terbaik. Dengan kata lain, Guru B akan terpilih sebagai guru rangking pertama
atau guru yang terpilih menjadi guru teladan.
Hasil Perangkingan
Nama
|
Hasil
|
Rangking
|
Guru B
|
0.58218052
|
1
|
Guru A
|
0.52992057
|
2
|
Guru C
|
0.32891317
|
3
|
Sudah sampai sini gan, pasti sudah paham dong dengan simulasi diatas, untuk lebih gampangnya saya akan buat simulasi perhitungan dengan excel gan, yang biasa dosen minta untuk bukti bahwa disistem yang agan buat sama dengan manualnya. Jadi setiap dosen pembimbing pasti minta perhitungan Excel untuk menyamakan perhitungan dari sistem yang kamu buat dan perhitungan pada Excel. Data disistem dan Excel harus sama ya gan, kalau belum sama berarti masih ada yang salah dengan perhitungan yang kamu buat..
Simulasi Perhitungan Metode TOPSIS dengan Excel.
Pertama Buat Kriteria, ID/Kode Kriteria, Bobot Kriteria dan Status Kriteria. Oh ya gan untuk status kriteria disini ada dua macam ya gan, yaitu Benefit dan Cost. Benefit adalah Semakin besar maka semakin baik Sedangkan Cost adalah Semakain kecil maka semakin baik.
Setelah itu Konversi Data Awal diatas dengan dibagi 100. Maka akan dapat hasil dibawah (gambar) no. 1. Jika sudah untuk selanjutnya Matriks Ternormalisasi, Yaitu Akar dari hasil pangkat nilai pada setiap kriteria. Lihat gambar gan.hehe
Selanjutnya Normalisasi R yaitu Data Nilai / Matriks Ternormalisasi.
Setelah itu langsung ke pembobotan kriteria dari kriteria yang telah dibuat diawal. Bobot Kriteria, Bobot (W) seperti pada awal pembuatan bobot kriteria ya gan, Lalu Normalisasi terbobot yaitu Data Normalisasi x Bobot, dimana data hasil Normalisasi R dikalikan Bobot kriteria maka akan menghasilkan Normalisasi Terbobot.
Setelah mendapatkan hasil Normalisasi Terbobot, Maka sekarang mencari Matriks Solusi Ideal Positif dan Ideal Negatif. Dimana Nilai A+ adalah Nilai Maximal dari hasil nilai kriteria terbobot dan Nilai A- adalah hasil nilai kriteria terbobot. Maka akan menghasilkan Nilai A+ dan A-. Jangan lupa gan hasilnya di konversi ke Vertikal ya gan, agar lebih mudah untuk melakukan perhitungan selanjutnya.
Langkah selanjutnya, mencari jarak antara nilai setiap alternatif dengan matriks solusi ideal positif dan solusi ideal negatif. Hasil Positif adalah hasil akar dari (A+ dikurangi data terbobot) pangkat 2 dan Hasil Negatif adalah hasil akar dari (A- dikurangi data terbobot) pangkat 2. Dan untuk (D+ + D-) adalah hasil positif ditambah dengan hasil Negatif.
Oke gan sekarang langkah terakhir untuk mendapatkan hasil akhir dari perhitungan diatas. Hasil Akhir adalah Solusi Ideal Negatif (D-) dibagi jumlah Solusi Ideal Positif dan Negatif (D+ + D-).
Langkah akhir dari semua perhitungan diatas (No.5) adalah mengurutkan data V dari yang paling besar ke kecil maka hasil akhir siapa guru yang nilainya paling besar adalah guru yang terbaik/teladan.
Best Regards.
Sumber : Buku Kusumadewi, dkk. 2006, “Fuzzy Multi-Attribute Decision Making (Fuzzy MADM)”
Tag : Sistem Pendukung Keputusan Pemilihan Guru Teladan Menggunakan Metode TOPSIS.
Tag : Tahapan-tahapan dan Prosedur Metode TOPSIS
Tag : Metode TOPSIS
(Technique For Others Reference by Similarity to Ideal Solution).
Download :
SPK Pemilihan Guru Teladan Menggunakan Metode TOPSIS
Download :
Simulasi Perhitungan Metode TOSPSIS Excel
Download :
Simulasi Perhitungan Metode TOPSIS Pdf
