Metode TOPSIS.

Slides:



Advertisements
Presentasi serupa
KARAKTERISTIK PARAMETER TRANSPORTASI PEMBANGKIT EMISI CO2 PADA PERUMAHAN STUDI KASUS BANDUNG DAN CIREBON.
Advertisements

Dosen Pembimbing : Yudi Cahyoko, Ir., M.Si Agustono, Ir., M.Kes
KOMPETISI DEBAT HUKUM NASIONAL Padjadjaran Law Fair 2011.
Sistem Penunjang Keputusan
Model Heuristik Dr. Sri Kusumadewi, S.Si., MT. Materi Kuliah [8]:
Pengelompokan Jenis Tanah Menggunakan Algoritma Clustering K-Means
AHP: Pengertian dan Konsep Dasar
PRESENT HERE By : Organizer of Semarak Geography
GALIAN DAN TIMBUNAN Pengertian :
Tugas TIK ALAM BAWAH SADAR.
Algoritma Divide and Conquer
Travel Cost Method BAGIAN EKONOMI LINGKUNGAN
Algoritma Divide and Conquer
Lab Meeting 1 Shofy Amalia.
Pengambilan Keputusan
Metode-metode Optimasi dengan Alternatif Terbatas
SISTEM OPERASI PERTEMUAN VII.
Aplikasi AHP.
Lahan 17 s/d 40 Ha  Luas lahan 17 Ha  Harga tanah Rp /m2 nett ( tidak bisa turun lagi )  Status SHM, clear & clean. 
Latar Belakang Masalah
Analytic Hierarchy Process
Pemilihan Lokasi Usaha / Industri.
Rika yunitarini Teknik Informatika
Metode-metode Optimasi dengan Alternatif Terbatas
hadi paramu metode kuantitatif
CONTOH PENGGUNAAN AHP : Southcorp Development mendirikan dan mengelola mal di Amerika. Perusahaan telah menidentifikasi 3 (tiga) lokasi potensial untuk.
TABEL KEPUTUSAN,SAW,TOPSIS,WP
SAW,WP,TOPSIS Sistem Pendukung Keputusan.
Travel Cost Method BAGIAN EKONOMI LINGKUNGAN
Ukuran Pembobotan ( Criterion Weighting )
Pemrograman Dinamik.
METODE SAW SPK SESI 9.
ANALISIS MANFAAT-BIAYA (BENEFIT COST ANALYSIS)
PENGAMBILAN KEPUTUSAN
PENGAMBILAN KEPUTUSAN
WEIGHTED PRODUCT SPK SESI 10.
Ekonomi Kota Studi kasus Jakarta.
ANALISIS MANFAAT-BIAYA (BENEFIT COST ANALYSIS)
1. AHP DAN TOPSIS -- Bagian 2 2. ENTROPY-- Bagian 1
Kode MK :TIF , MK : Fuzzy Logic
TOPSIS SPK SESI 12.
DISTRIBUTION REQUIREMENT PLANNING
FUZZY WEIGHT PRODUCT (F WP)
FUZZY SIMPLE ADDITIVE WEIGHTING (FSAW)
FMDAM (2) Charitas Fibriani.
PERENCANAAN LOKASI FASILITAS
Profil Matching Maksud dari pencocokan profil (profile matching) adalah sebuah mekanisme pengambilan keputusan dengan mengasumsikan bahwa terdapat tingkat.
DSS - Wiji Setiyaningsih, M.Kom
SISTEM PENDUKUNG KEPUTUSAN PERTEMUAN KE-4
ANALYTICAL HIERARCHY PROCESS (AHP)
Sigit Setyowibowo, St., MMSI: STMIK PPKIA Pradnya Paramita
CONTOH SOAL LAND USE.
ANALYTICAL HIERARCHY PROCESS (AHP)
Metode Penyelesaian Masalah MADM
FUZZY ANALYTICAL HIERARCHY PROCESS
SAW, WP,TOPSIS Sistem Pendukung Keputusan.
Jenis data penentuan lokasi pabrik : Data kualitatif, seperti kualitas sarana transportasi, iklim dan kebijakan pemerintah. Data kuantitatif, seperti.
METODA PENENTUAN LOKASI
Analisa Biaya Operasi Kendaraan (BOK) & Nilai Waktu
PERENCANAAN LOKASI FASILITAS
FUZZY ANALYTICAL HIERARCHY PROCESS
TEORI PERMAINAN.
PERENCANAAN LOKASI FASILITAS
Sistem Penunjang keputusan menggunakan metode topsis guna menentukan objek layanan kesehatan di kota malang berbasis webgis Ramadan Hadi Kusuma
FUZZY ANALYTICAL HIERARCHY PROCESS
PERENCANAAN LOKASI PABRIK
KRITERIA PEMILIHAN ALTERNATIF
METODE TOPSIS & CONTOH IMPLEMENTAS I SISTEM PENDUKUNG KEPUTUSAN (SPK) Cokorda Gde Wahyu Pramana/
Metode TOPSIS Oleh : Tessy Badriyah Referensi :
Simple Additive Weighting (SAW)
Transcript presentasi:

Metode TOPSIS

Metode TOPSIS Metode TOPSIS didasarkan pada konsep bahwa alternatif terpilih yang terbaik tidak hanya memiliki jarak terpendek dari solusi ideal positif tetapi juga memiliki jarak terpanjang dari solusi ideal negatif.

Ilustrasi Metode TOPSIS

Permasalahan Suatu perusahaan di Kota Medan ingin membangun sebuah gudang yang akan digunakan sebagaitempat untuk menyimpan sementara hasil produksinya. Ada 3 lokasi yang akan menjadi alternatif, yaitu: A1 = Tanjung Morawa, A2 = Belawan, A3 = Pancur Batu Ada 5 kriteria yang dijadikan acuan dalam pengambilan keputusan : C1= jarak dengan pasar terdekat (km) C2= kepadatan penduduk di sekitar lokasi (orang/km2) C3=jarak dari pabrik (km) C4= jarak dengan gudang yang sudah ada (km) C5= harga tanah untuk lokasi (x1000 Rp/m2)

Ranking kecocokan Ranking kecocokan setiap alternatif pada setiap kriteria, dinilai dengan 1 sampai 5, yaitu 1 = sangat buruk 2 = buruk 3 = cukup 4 = baik 5 = sangat baik Pengambil keputusan memberikan bobot preferensi sebagai: W = (5, 3, 4, 4, 2)

Nilai Bobot Kepentingan

Matriks normalisasi

Menentukan matriks solusi ideal A+

Menentukan matriks solusi ideal A-

Menentukan jarak nilai positif setiap alternatif solusi +

Menentukan jarak nilai negatif setiap alternatif solusi -

Menentukan nilai preferensi untuk setiap alternatif

Tugas Contoh kasus permasalahan : pemilihan kendaraan Kriteria : Model, Keandalan, BBM Alternatif : A, B, C, dan D Pairwise comparison untuk kriteria : Keandalan 2 x lebih penting daripada model Model 3 x lebih penting daripada hematnya bahan bakar Keandalan 4 x lebih penting daripada hembatnya bahan bakar

Tugas Pairwise comparison antar alternatif untuk kriteria Model : Pairwise comparison antar alternatif untuk kriteria Keandalan

Tugas Konsumsi bahan bakar tiap alternatif: Tentukan mana kendaraan yang dipilih dengan menggunakan metode TOPSIS

Tugas Tentukan mana pekerjaan yang dipilih dengan menggunakan metode TOPSIS