TOPSIS (Technique For Others Reference by Similarity to Ideal

Solution)

Rika yunitarini

Teknik Informatika

INTRODUCTION

• TOPSIS adalah salah satu metode pengambilan keputusan multikriteria yang pertama kali diperkenalkan oleh Yoon dan Hwang (1981)

• TOPSIS menggunakan prinsip bahwa alternatif yang terpilih harus mempunyai jarak terdekat dari solusi ideal positif dan terjauh dari solusi ideal negatif dari sudut pandang geometris dengan menggunakan jarak Euclidean untuk menentukan kedekatan relatif dari suatu alternatif dengan solusi optimal.

INTRODUCTION

• Solusi ideal positif didefinisikan sebagai jumlah dari seluruh nilai terbaik yang dapat dicapai untuk setiap atribut, sedangkan solusi negatif-ideal terdiri dari seluruh nilai terburuk yang dicapai untuk setiap atribut.

• TOPSIS mempertimbangkan keduanya, jarak terhadap solusi ideal positif dan jarak terhadap solusi ideal negatif dengan mengambil kedekatan relatif terhadap solusi ideal positif. Berdasarkan perbandingan terhadap jarak relatifnya, susunan prioritas alternatif bisa dicapai.

INTRODUCTION

• Metode ini banyak digunakan untuk menyelesaikan pengambilan keputusan secara praktis. Hal ini disebabkan konsepnya sederhana dan mudah dipahami, komputasinya efisien,dan memiliki kemampuan mengukur kinerja relatif dari alternatif-alternatif keputusan.

PROSEDUR TOPSIS

• Membuat matriks keputusan yang ternormalisasi

• Membuat matriks keputusan yang ternormalisasi terbobot

• Menentukan matriks solusi ideal positif dan solusi ideal negatif

PROSEDUR TOPSIS

• Menghitung separation measure

• Menentukan jarak antara nilai setiap alternatif dengan matriks solusi ideal positif dan negatif

• Menentukan nilai preferensi untuk setiap alternatif

• Decision matrix D mengacu terhadap m alternatif yang akan dievaluasi berdasarkan n kriteria yang didefinisikan sebagai berikut:

• Dengan xij menyatakan performansi dari perhitungan untuk alternatif ke-i terhadap atribut ke-j.

Langkah-langkah metode TOPSIS

1. Membangun normalized decision matrix

• Elemen rij hasil dari normalisasi decision matrix R dengan metode Euclidean length of a vector adalah:

• 2. Membangun weighted normalized decision matrix

• Dengan bobot W= (w1, w2,.....,wn), maka normalisasi bobot matriks V adalah:

• 3. Menentukan solusi ideal dan solusi ideal negatif.

• Solusi ideal dinotasikan A*, sedangkan solusi ideal negatif dinotasikan A- :

• 4. Menghitung separasi

• Si* adalah jarak (dalam pandangan Euclidean) alternatif dari solusi ideal didefinisikan sebagai:

• Dan jarak terhadap solusi negatif-ideal didefinisikan sebagai:

• 5. Menghitung kedekatan relatif terhadap solusi ideal

• 6. Merangking Alternatif

• Alternatif dapat dirangking berdasarkan urutan Ci*. Maka dari itu, alternatif terbaik adalah salah satu yang berjarak terpendek terhadap solusi ideal dan berjarak terjauh dengan solusi negatif-ideal.

HUBUNGAN TOPSIS DAN AHP

• Pada dasarnya TOPSIS tidak memiliki model inputan yang spesifik

• Dalam penyelesaian suatu kasus, TOPSIS menggunakan model inputan adaptasi dari metode lain (ex. AHP,UTA,ELECTRE,TAGUCHI dll)

HUBUNGAN TOPSIS DAN AHP

• Dalam menyelesaikan suatu kasus multikriteria, AHP membandingkan tiap kriteria menggunakan matriks perbandingan berpasangan untuk setiap alternatif

• Hasilnya adalah sebuah matriks keputusan yang menunjukkan skor setiap alternatif pada semua kriteria

HUBUNGAN TOPSIS DAN AHP

• Alternatif terbaik adalah alternatif dengan skor tertinggi setelah dikalikan dengan vektor bobot

• Sedangkan pada metode TOPSIS, matriks keputusan yang dihasilkan dari metode AHP merupakan modal awal/inputan awal dalam perhitungan selanjutnya

STUDI KASUSSPK Seleksi Vendor Pengadaan

Barang/Jasa Pada BKKBN

• Banyaknya vendor yang mengikuti pelelangan umum barang/jasa, mengakibatkan kesulitan pihak panitia lelang dalam memilih vendor mana yang memenuhi syarat untuk bekerjasama dgn BKKBN

• Syarat yang diajukan adalah konsep design,kualitas ,harga,waktu pengerjaan

• Buatlah inputan matriks keputusan menggunakan AHP dengan 3 vendor dan kriteria yang telah ditentukan