Simple Additive Weighting (SAW) - Berikut Penjelasan Lengkapnya
PENGERTIAN
Metode Simple Additive Weighting (SAW) adalah salah satu metode yang dapat digunakan untuk mengambil sebuah keputusan. Metode ini sering kali dikenal sebagai algoritma dengan metode penjumlahan berbobot. Metode ini membutuhkan proses normalisasi matriks keputusan (X) ke suatu skala yang dapat dengan semua rating dari alternatif yang tersedia. SAW ini merupakan metode yang paling terkenal dan banyak sekali digunakan untuk masalah Multiple Attribute Decision Making (MADM), buat yang belum tau MADM itu sendiri adalah suatu metode untuk mencari alternatif yg optimal dari sejumlah alternatif dengan kriteria tertentu.
TAHAPAN SAW
Dalam menyelesaikan permasalahan menggunakan metode ini terdapat beberapa tahapan yang perlu dilakukan antara lainnya adalah:
- Kita harus menentukan kriteria yang akan dijadikan acuan dalam mengambil keputusan yaitu Ci
- Kemudian kita harus menentukan rating kecocokan pada tiap kriteria yang kita buat pada tahap sebelumnya
- Lalu kita membuat sebuah matriks keputusan yang berasal dari kriteria yang kita buat tadi (Ci), setelah itu kita lakukan normalisasi matriks berdasarkan persamaan yang disesuaikan dengan jenis atribut (baik itu tipe cost atau benefit) sehingga didapati matriks yang ternormalisasi R.
- hasil akhir diperoleh dari proses perankingan yaitu penjumlahan dari perkalian matriks R dengan vektor bobot sehingga diperoleh nilai terbesar yang dipilih dari alternatif (Ai) sebagai solusi
Berikut adalah formula untuk menyelesaikan normalisasinya adalah:
Dimana:
rij = rating kinerja ternormalisasi
Maxij = nilai maksimum dari setiap baris dan kolom
Xij = baris dan kolom dari matriks
Dengan rij adalah rating kinerja ternormalisasi dari alternatif Ai pada atribut Cj; i =1,2,…m dan j = 1,2,…,n.
Dimana:
Vi = Nilai akhir dari alternatif
wj = Bobot yang telah ditentukan
rij = Normalisasi matriks.
0 Response to "Simple Additive Weighting (SAW) - Berikut Penjelasan Lengkapnya"
Post a Comment