WEIGHTED PRODUCT SPK SESI 10.

Slides:



Advertisements
Presentasi serupa
PERCABANGAN # IF…THEN IF…THEN…ELSE SELECTION STIKOM
Advertisements

Metode-metode Optimasi dengan Alternatif Terbatas
TEKNIK PERANCANGAN BASIS DATA
STRUKTUR KEPUTUSAN MEMBELI
Sistem Penunjang Keputusan
Metode TOPSIS.
FUNGSI (LANJUTAN) OLEH; DEDEH HODIYAH.
SISTEM PENDUKUNG KEPUTUSAN MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) UNTUK MENENTUKAN JURUSAN PADA SMK BAKTI PURWOKERTO Nandang Hermanto Teknik.
RUANG VEKTOR EUCLIDEAN
Analytic Hierarchy Process (AHP)
Capitalized Worth Methode
SISTEM PENDUKUNG KEPUTUSAN PEMBERIAN BEASISWA MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGTING DI UNIVERSITAS PANCA MARGA.
SISTEM PENDUKUNG KEPUTUSAN UNTUK PENENTUAN CALON PELAMAR KERJA DAN PERUSAHAAN DENGAN MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (Studi Kasus : STIKOM.
DERET Matematika 2.
Ranked Retrieval Pencarian Boolean Menghasilkan sekumpulan dokumen yang cocok dengan query, yang tidak cocok tidak muncul Pada kasus.
RUANG VEKTOR EUCLIDEAN
Rika yunitarini Teknik Informatika
STRATEGI PRODUK DAN MEREK
Metode-metode Optimasi dengan Alternatif Terbatas
hadi paramu metode kuantitatif
TABEL KEPUTUSAN,SAW,TOPSIS,WP
Decision Support Systems & Weighted Product (WP)
Disusun Oleh : Fathi Ihsan(070863) JURUSAN TEKNIK INDUSTRI FAKULTAS TEKNIK UNIVERSITAS SULTAN AGENG TIRTAYASA BANTEN 2010.
SAW,WP,TOPSIS Sistem Pendukung Keputusan.
Ardian septiawan SEKIAN DAN TERIMAKASIH.
Pohon keputusan Sesi 5 - spk.
Metode-metode Optimasi dengan Alternatif Terbatas
Sistem Berbasis Fuzzy Materi 4
Kuliah 9 & 10 : MANAJEMEN PENGADAAN (PURCHASING MANAGEMENT)
Induksi Matematika Nelly Indriani Widiastuti Teknik Informatika UNIKOM.
ANALYTICAL HIERARCHY PROCESS
METODE SAW SPK SESI 9.
Sistem Pendukung Keputusan Untuk Menentukan Calon Mahasiswa Penerima Beasiswa PPA Dengan Metode SAW (Study Kasus Undiksha) Oleh I Putu Adi Juni Suantara.
Teori Portofolio.
STUDI KASUS KLASIFIKASI Algoritma C 4.5
Konsep, Metode dan Model Temu Kembali Informasi
PROSES PEMBUATAN KEPUTUSAN
Analitycal Hierarchy Process By: Kelompok 5
VECTOR SPACE MODEL.
1. AHP DAN TOPSIS -- Bagian 2 2. ENTROPY-- Bagian 1
Kode MK :TIF , MK : Fuzzy Logic
TOPSIS SPK SESI 12.
Multi-Attribute Decision Making (MADM)
Pendahuluan Indonesia merupakan negara yang memiliki jumlah penduduk terbesar ke empat setelah Amerika Serikat oleh karena itu kebutuhan akan sandang,
JENIS - JENIS BILANGAN BULAT
FUZZY WEIGHT PRODUCT (F WP)
FUZZY SIMPLE ADDITIVE WEIGHTING (FSAW)
FMDAM (2) Charitas Fibriani.
SMART (Simple Multi Attribute Rating Technique) Part #2
SMART (Simple Multi Attribute Rating Technique)
Profil Matching Maksud dari pencocokan profil (profile matching) adalah sebuah mekanisme pengambilan keputusan dengan mengasumsikan bahwa terdapat tingkat.
DSS - Wiji Setiyaningsih, M.Kom
Sigit Setyowibowo, St., MMSI: STMIK PPKIA Pradnya Paramita
Metode Penyelesaian Masalah MADM
RELASI REFERENSI & FUZZY MULTI ATRIBUT DECESION MAKING (FMADM)
SAW, WP,TOPSIS Sistem Pendukung Keputusan.
ALJABAR KALKULUS.
MATEMATIKA KELAS X SEMESTER 1 SMKN 1 TAMANAN BONDOWOSO
MODEL DATA RELASIONAL (1)
Kerapatan Fluks Listrik, and Hukum Gauss
Studi kasus : titik berat pada jembatan.
JARINGAN SYARAF TIRUAN BERBASIS KOMPETISI
Fungsi diskriminan linear, klasifikasi diskret dan regresi
METODE TOPSIS & CONTOH IMPLEMENTAS I SISTEM PENDUKUNG KEPUTUSAN (SPK) Cokorda Gde Wahyu Pramana/
14.1 VECTOR FIELDS.
Metode TOPSIS Oleh : Tessy Badriyah Referensi :
Universitas Gunadarma
MENYELESAIKAN PERSAMAAN TRIGONOMETRI SEDERHANA TUJUAN 1. Menyelesaikan persamaan sin x = sin a o 2. Menyelesaikan persamaan cos x = cos a o 3. Menyelesaikan.
TATACARA PEMILIHAN. Sekian Terimakasih.
Simple Additive Weighting (SAW)
Transcript presentasi:

WEIGHTED PRODUCT SPK SESI 10

DEFINISI WP (Weighted Product) adalah keputusan analisis multi-kriteria yang popular dan merupakan metode pengambilan keputusan multi kriteria. WP adalah himpunan berhingga dari alternatif keputusan yang dijelaskan dalam istilah beberapa kriteria keputusan. Metode WP menggunakan perkalian untuk menghubungkan rating atribut harus dipangkatkan terlebih dahulu dengan bobot atribut yang bersangkutan. Proses ini sama dengan proses normalisasi.

PEMBOBOTAN WP Dihitung berdasarkan tingkat kepentingan, yaitu: Sangat tidak penting Tidak penting Cukup penting Penting Sangat penting

Proses normalisasi bobot kriteria (w) ∑W = 1

Preferensi untuk alternatif diberikan: Pada alternatif ini ∑Wj = 1 Wj adalah pangkat bernilai positif untuk atribut keuntungan, dan bernilai negatif untuk atribut biaya.

Preferensi relative dari setiap alternatif (V), diberikan:

Studi kasus Pengujian terhadap 8 jenis sepeda motor berikut, manakah sepeda motor terbaik yang terbaik? A1 = Shooter CW FV 110 LE A2 = Shogun Axelo R FL 125 RCM A3 = Smash Titan CW FW 110 EEZ A4 = Shooter Cakram FV 110 LB A5 = Shooter Tromol FV 110 LAZ A6 = Smash Titan Cakram FW 110 A7 = Smash Titan CW FW 110 SCD A8 = Shogun Axelo S FL 125 RCD

KRITERIA DAN TINGKAT KEPENTINGAN Harga Tidak Penting Teknologi Penting Kapasitas Mesin Cukup Penting Model/Desain

RATING KECOCOKAN DARI SETIAP ALTERNATIF PADA SETIAP KRITERIA HARGA TEKNOLOGI KAPASITAS MESIN MODEL/DESAIN A1 3 5 2 4 A2 A3 A4 A5 A6 1 A7 A8

PREFERENSI UNTUK MASING-MASING KRITERIA W = (2, 4, 3, 4) ∑W = 1

MENGHITUNG VEKTOR S (DIMANA ∑Wj = 1)

Nilai vector v yang digunakan untuk perangkingan

kesimpulan Hasil dari perangkingan diatas, nilai yang tertinggi adalah V1 = 0,16. Sehingga alternatif A1 sepeda motor Shooter CW FV 110 LE adalah yang terpilih sebagai alternatif terbaik

Sekian dan Terimakasih