Pengertian Contoh Kasus dengan Metode Simple Additive Weighting (SAW)

Pengertian Metode Simple Additive Weighting (SAW)

Metode Simple Additive Weighting (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 (Fishburn, 1967) (MacCrimmon, 1968).

Metode SAW membutuhkan proses normalisasi matriks keputusan (X) ke suatu skala yang dapat diperbandingkan dengan semua rating alternatif yang ada. Metode ini merupakan metode yang paling terkenal dan paling banyak digunakan dalam menghadapi situasi Multiple Attribute Decision Making (MADM). MADM itu sendiri merupakan suatu metode yang digunakan untuk mencari alternatifoptimal dari sejumlah alternatif dengan kriteria tertentu.

Metode SAW ini mengharuskan pembuat keputusan menentukan bobot bagi setiap atribut. Skor total untuk alternatif diperoleh dengan menjumlahkan seluruh hasil perkalian antara rating (yang dapat dibandingkan lintas atribut) dan bobot tiap atribut. Rating tiap atribut haruslah bebas dimensi dalam arti telah melewati proses normalisasi matriks sebelumnya.

Langkah Penyelesaian Simple Additive Weighting (SAW)
Langkah Penyelesaian SAW sebagai berikut :
1. Menentukan kriteria-kriteria yang akan dijadikan acuan dalam pengambilan keputusan, yaitu Ci.
2. Menentukan rating kecocokan setiap alternatif pada setiap kriteria.

3. 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.

4. 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.

Formula Rumus

Simple Additive Weighting (SAW)
• Formula untuk melakukan normalisasi tersebut
adalah sebagai berikut:

dengan r ij adalah rating kinerja ternormalisasi dari
alternatif A i pada atribut C j ; i=1,2,...,m dan j=1,2,...,n.

• Nilai preferensi untuk setiap alternatif (V i ) diberikan
sebagai:

Nilai V i yang lebih besar mengindikasikan bahwa
alternatif A i lebih terpilih.

Contoh :

1.Sebuah perusahaan makanan ringan XYZ akan menginvestasikan sisa usahanya dalam satu tahun. Beberapa alternatif investasi telah akan diidentifikasi. Pemilihan alternatif terbaik ditujukan selain untuk keperluan investasi, juga dalam rangka meningkatkan kinerja perusahaan ke depan. Beberapa kriteria digunakan sebagai bahan pertimbangan untuk mengambil keputusan, yaitu:

C1 = Harga, yaitu seberapa besar harga barang tersebut.

C2 = Nilai investasi 10 tahun ke depan, yaitu seberapa besar nilai investasi barang dalam jangka waktu 10 tahun ke depan.

C3 = Daya dukung terhadap produktivitas perusahaan, yaitu seberapa besar peranan barang dalam mendukung naiknya tingkat produktivitas perusahaan.

Daya dukung diberi nilai: 1 = kurang mendukung,

                                          2=cukup mendukung;

                                           dan

                                          3 = sangat mendukung.

C4 = Prioritas kebutuhan, merupakan tingkat kepentingan (ke-mendesak-an)barang untuk dimiliki perusahaan.
Prioritas diberi nilai: 1 = sangat berprioritas,
                                   2 = berprioritas;
                                  dan
                                  3 = cukup berprioritas.
C5 = Ketersediaan atau kemudahan, merupakan ketersediaan barang di pasaran.
Ketersediaan diberi nilai: 1 = sulit diperoleh,
                                         2 = cukup mudah diperoleh;
                                         dan
                                         3 = sangat mudah diperoleh.
◦ Dari pertama dan keempat kriteria tersebut, kriteria pertama dan keempat merupakan kriteria biaya, sedangkan kriteria kedua, ketiga, dan kelima merupakan kriteria keuntungan.◦ Pengambil keputusan memberikan bobot untuk setiap kriteria sebagai berikut:
C1= %; C2 = %; C3 = %; C4 = % ; dan C5 = %.
Ada empat alternatif yang diberikan, yaitu:
A1 = Membeli mobil box untuk distribusi barang ke gudang;
A2 = Membeli tanah untuk membangun gudang baru;
A3 = Maintenance sarana teknologi informasi;
A4 = Pengembangan produk baru.

JAWAB

1.Analisis

Ada empat kriteria :
A.Kriteria Benefit
- Nilai Investasi (C2)
- Daya Dukung terhadap produktivitas perusahaan (C3)
- Ketersediaan/kemudahan (C5)
B.Kriteria Cost
- Harga (C1)
- Prioritas Kebutuhan (C4)


Kriteria Dan Pembobotan









 Pembobotan













Faktor Kriteria Benefit





R12 = 15/200 = 0.075
R22 = 200/200 = 1
R32 = 10/200 = 0.05
R42 = 100/200 = 0.5

R13 = 2/3 = 0.67
R23 = 2/3 = 0.67
R33 = 3/3 = 1
R43 = 3/3 = 1

R15 = 3/3 = 1
R25 = 2/3 = 0.67
R35 = 3/3 = 1
R45 = 2/3 = 0.67

Faktor Cost




R11 = 150/150 = 1
R21 = 150/500 = 0.3
R31 = 150/200 = 0.75
R41 = 150/350 = 0.43

R14 = 1/2 = 0.5
R24 = 1/3 = 0.33
R34 = 1/1 = 1
R44 = 1/1 = 1

Hasil Normalisasi














A1 = ( 1* 25% ) + ( 0/075*15% ) + ( 0.67*30% ) + ( 0.5*25% )
= 0.63725

A2 = ( 0.3*25% ) + ( 1*15% ) + ( 0.67*30% ) + ( 0.33*25% )
= 0.542

A3 = ( 0.75*25% ) + ( 0.05*15% ) + ( 1*30% ) + ( 1*25% )
= 0.795

A4 = ( 0.43*25% ) + ( 0.5*15% ) + ( 1*30% ) + ( 1*25% )
= 0.766


Dari perbadingan nilai akhir maka didapatkan nilai sbb :

A1 = 0.63725
A2 = 0.542
A3 = 0.795
A4 = 0.766

Maka alternatif yang memiliki nilai terternggi dan bisa dipilih adalah A3 dengan nilai 0.795, alternatif A4 dengan nilia 0.766, alternatif A1 dengan nilai 0.63725, dan alternatif yang terakhir adalah A2 dengan nilai 0.542 .


 anda juga bisa unduh versi PDF di sini


referensi :
                http://mirzanugraha.blogspot.co.id/2014/04/metode-simple-additive-weighting-saw.html