Penjelasan Metode Perhitungan

Pelajari cara kerja setiap metode dengan penjelasan interaktif

Tips: Jika pakai laptop gunakan tombol keyboard (← →) untuk navigasi, jika pakai HP geser saja layarnya yaaaaa...........
METODE 1 dari 3

Metode SAW

Simple Additive Weighting

Metode Paling Sederhana & Mudah Dipahami
Cara Kerja:
1 Normalisasi Nilai

Ubah semua nilai kriteria ke skala 0-1

2 Kalikan dengan Bobot

Setiap nilai dinormalisasi dikalikan dengan bobot kriteria

3 Jumlahkan Semua

Total skor = penjumlahan semua hasil perkalian

4 Ranking Berdasarkan Skor Tertinggi

Staff dengan nilai tertinggi = Rank #1

Rumus SAW:

Vi = Σ (wj × rij)

Vi = Nilai akhir | wj = Bobot kriteria | rij = Nilai ternormalisasi

Contoh Perhitungan:

Staff A:

= (0.90 × 0.25) + (0.85 × 0.25) + (0.95 × 0.30) + (0.88 × 0.20)
= 0.225 + 0.213 + 0.285 + 0.176
= 0.899 ← Skor Akhir

Kelebihan:
  • Paling mudah dipahami
  • Perhitungan cepat
  • Transparan
  • Cocok untuk presentasi
Kekurangan:
  • Kurang akurat untuk data kompleks
  • Sensitif terhadap normalisasi
  • Tidak mempertimbangkan jarak ideal
METODE 2 dari 3

Metode TOPSIS

Technique for Order Preference by Similarity to Ideal Solution

Metode Paling Akurat & Reliable
Cara Kerja:
1 Normalisasi dengan Vector

Gunakan normalisasi vector untuk semua kriteria

2 Tentukan Solusi Ideal

A+ (Ideal Positif) = Nilai terbaik dari semua kriteria
A- (Ideal Negatif) = Nilai terburuk dari semua kriteria

3 Hitung Jarak Euclidean

D+ = Jarak ke solusi ideal positif
D- = Jarak ke solusi ideal negatif

4 Hitung Kedekatan Relatif

Nilai preferensi berdasarkan kedekatan ke A+

5 Ranking dari Nilai Tertinggi

Nilai preferensi tertinggi = Rank #1

Rumus TOPSIS:

Ci = Di- / (Di+ + Di-)

Ci = Kedekatan relatif | D+ = Jarak ke ideal positif | D- = Jarak ke ideal negatif

Contoh Perhitungan:

Staff A:

D+ (jarak ke ideal) = 0.145
D- (jarak ke terburuk) = 0.382
C = 0.382 / (0.145 + 0.382) = 0.725 ← Skor Akhir

Nilai mendekati 1 = Sangat baik | Nilai mendekati 0 = Kurang baik
Kelebihan:
  • Paling akurat
  • Mempertimbangkan jarak ideal
  • Robust terhadap perubahan
  • Cocok untuk keputusan penting
Kekurangan:
  • Perhitungan lebih kompleks
  • Butuh waktu lebih lama
  • Sulit dijelaskan ke awam
METODE 3 dari 3

Metode WP

Weighted Product

Metode Paling Robust & Stabil
Cara Kerja:
1 Normalisasi Bobot

Bobot kriteria dibagi total bobot (hasil = 1)

2 Pangkatkan Nilai dengan Bobot

Setiap nilai dipangkatkan dengan bobot yang sudah dinormalisasi
Kriteria benefit: pangkat positif | Kriteria cost: pangkat negatif

3 Kalikan Semua Hasil Pangkat

Total skor = perkalian semua nilai yang sudah dipangkatkan

4 Ranking dari Nilai Tertinggi

Hasil perkalian tertinggi = Rank #1

Rumus WP:

Si = Π (xij)wj

Si = Skor alternatif | xij = Nilai kriteria | wj = Bobot (positif untuk benefit, negatif untuk cost)

Contoh Perhitungan:

Staff A:

Bobot: [0.25, -0.25, 0.30, 0.20]
= (450.25) × (2.5-0.25) × (120.30) × (850.20)
= 2.590 × 0.795 × 2.125 × 2.515
= 10.982 ← Skor Akhir

Perhatikan: Waktu dipangkatkan negatif karena kriteria cost (makin kecil makin baik)
Kelebihan:
  • Tidak perlu normalisasi data
  • Robust terhadap nilai ekstrem
  • Sensitif terhadap bobot
  • Cocok untuk kriteria terkait
Kekurangan:
  • Sensitif terhadap nilai 0
  • Interpretasi hasil lebih sulit
  • Perhitungan pangkat kompleks
Gunakan tombol ← → pada keyboard untuk navigasi
Kembali ke Home Perbandingan hasil dari 3 metode