Untuk memenuhi janji gua sebelumnya perihal nge-share algoritma yang bisa dipakai saat skripsi atau tugas akhir jurusan Teknik Informatika, pada tulisan kali ini gua bakal share salah satu algoritma yang lumayan popular dan mudah ya. Yaitu metode SAW (Simple Additive Weighting). Saking popularnya, metode ini akhirnya di-banned atau tidak boleh dipergunakan lagi untuk pilihan metode skripsi di kampus gua. Tapi untuk kalian yang kampusnya masih boleh menerapkan metode SAW pada project skripsinya, tidak ada salahnya kalian pilih metode ini karena perhitungannya cukup mudah dipahami.
APA ITU SIMPLE ADDITIVE WEIGHTING?
Kita singkat jadi SAW ajah ya. Metode SAW ini biasa disebut dengan istilah metode penjumlahan terbobot. Metode ini masuk ke dalam topik Sistem Penunjang Keputusan atau SPK. Karena itu metode SAW ini sangat berguna dan sering diimplementasikan di kehidupan masyarakat, contohnya seperti menentukan karyawan terbaik, menentukan beasiswa untuk siswa berprestasi, dll.
ISTILAH DALAM METODE SAW
Kriteria
Kriteria adalah patokan atau ukuran yang akan menjadi dasar untuk sebuah penilaian. Contohnya jika kita ingin menentukan karyawan terbaik maka kriteria yang dapat digunakan adalah kerapian, kedisiplinan, absensi, dan kecepatan penyelesaian tugas.
Selanjutnya kriteria akan memiliki 2 atribut, antara lain benefit dan cost. Kriteria yang memiliki atribut benefit maka perhitungan dari kriteria tersebut adalah menguntungkan, sehingga semakin tinggi nilai dari kriteria maka semakin baik. Sedangkan kriteria yang memiliki atribut cost maka perhitungan dari kriteria tersebut adalah merugikan, sehingga semakin rendah nilai dari kriteria tersebut maka semakin baik. Contoh dari kriteria yang memiliki atribut benefit adalah kerapian dan atribut cost adalah absensi.
Setiap kriteria juga akan memiliki bobot. Bobot tersebut yang akan menentukan kriteria mana yang akan lebih berpengaruh dibandingkan kriteria lainnya.
Alternatif
Alternatif merupakan orang atau objek dari suatu pengambilan keputusan. Alternatif akan memiliki atribut atau nilai-nilai dari setiap kriteria. Contoh alternatif dari penelitian mencari karyawan terbaik adalah nama-nama dari karyawan tersebut.
CARA PERHITUNGAN SAW?
Konsepnya pada metode ini kita harus menghitung penjumlahan terbobot dari rating kinerja (nilai) pada setiap alternatif di semua kriteria atribut. Untuk menghitung penjumlahan terbobot tersebut membutuhkan proses normalisasi matriks keputusan x ke suatu skala yang dapat diperbandingkan dengan semua rating alternatif yang ada.
Intinya yang harus dilakukan adalah kalian harus menghitung setiap nilai dengan rumus normaliasi dibawah ini.
RUMUS NORMALISASI
Setelah semua nilai telah dinormalisasi selanjutnya perlu dihitung dengan rumus nilai preferensi untuk mendapatkan nilai akhir sebagai dasar perangkingan.
RUMUS PREFERENSI
Agar makin paham dengan cara perhitungannya, sekarang kita bisa lanjut ke contoh perhitungan metode saw ya.