Sabtu, 27 Juni 2015

Sistem Pendukung Keputusan Dengan Menggunakan Metode ELECTRE



Electre merupakan salah satu metode dari sistem pendukung keputusan yang berbasis multi kriteria yang berasal dari EROPA sekitar tahun 1960-an. ELECTRE berasal dari kata ELimination Et Choix Traduisant la Realité (ELimination and Choice Expressing Reality).Metode Elektre dapat digunakan dalam melakukan penilaian dan perankingan berdasarkan kelebihan dan kekurangan melalui perbandingan berpasangan pada kriteria yang sama.

Menurut Janko dan Bernoider (2005:11), ELECTRE merupakan salah satu metode pengambilan keputusan multikriteria berdasarkan pada konsep outranking dengan menggunakan perbandingan berpasangan dari alternatif-alternatif berdasarkan setiap kriteria yang sesuai.

Metode ELECTRE digunakan pada kondisi di mana alternatif yang sesuai dapat dihasilkan. Dengan kata lain, ELECTRE digunakan untuk kasus-kasus dengan banyak alternatif namun hanya sedikit kriteria yang dilibatkan.

Suatu alternatif dikatakan mendominasi alternatif yang lainnya jika satu atau lebih kriterianya melebihi (dibandingankan dengan kriteria dari alternatif yang lain) dan sama dengan kriteria lain yang tersisa (Kusumadewi dkk, 2006).

ELECTRE digunakan untuk kasus-kasus dengan banyak alternatif namun hanya sedikit kriteria yang dilibatkan. Suatu alternatif dikatakan mendominasi alternatif yang lainnya jika suatu atau lebih kriteria melebihi(bandingkan dengan kriteria dari alternatif yang lain) dan sama dengan kriteria lain yang tersisa (Kusimadewi dkk, 2009)
Salah satu studi kasus yang pernah dilakukan yaitu dilatarbelakangi banyaknya varian sepeda motor lengkap dengan keunggulan masing-masing, sehingga para konsumen merasa kesulitan untuk menentukan pilihan. oleh karena itu dianggap perlu untuk membuat suatu sistem pendukung keputusan dengan metode ELECTRE, yang diharapkan dapat membantu pembeli speda motor dalam hal menentukan pilihan secara tepat dari beberapa alternatif pilihan yang ada
Langkah-langkah yang dilakukan dalam penyelesaian masalah menggunakan metode ELECTRE adalah sebagai berikut :

Langkah 1: Normalisasi matrik keputusan
Dalam prosedur ini, setiap atribut diubah menjadi nilai yang comparable.

Langkah 2: Pembobotan pada matrik yang telah dinormalisasi
Setelah dinormalisasi, setiap kolom dari matriks R dikalikan dengan bobot-bobot ( wi ) yang ditentukan oleh pembuat keputusan

Langkah 3 : Menetukan concordance dan discordance set.
Untuk setiap pasang dari alternative k dan l ( k,l = 1,2,3,…,m dan k ≠ l ) kumpulan kriteria Jdibagi menjadi 2 subsets, yaitu concordance dan discordance set. Bilamana sebuah kriteria dalam suatu alternative termasuk concordance adalah:
Ckl = { i, ykj e” ylj }, untuk I = 1,2,3,…,n
Sebaliknya, komplementer dari subset adalah Â discordance, yaitu bila:
Dkl = { i, ykj < Â ylj }, untuk I = 1,2,3,…,n

Langkah 4: Hitung matriks concordance 
adalah dengan menjumlahkan bobot-bobot yang termasuk dalam subset concordance

Langkah 5 : Menentukan matrik dominan Â concordance Â dan discordance
a. Concordance
Matrik dominan Concordance dapat dibangun dengan bantuan nilai threshold, yaitu dengan membandingkan setiap nilai elemen matriks Concordance dengan nilai threshold.
Ckl â‰¥ c
Dan nilai tiap elemen matriks F  sebagai matriks dominan concordance ditentukan sebagai berikut :
Fkl = Â 1, jika ckl â‰¥c dan fkl = 0, jika ckl < c
b. Discordance
Untuk membangun matriks dominan discordance Â juga menggunakan bantuan nilai threshold
Dan setiap elemen untuk matriks G sebagai matriks dominan discordance ditentukan sebagai berikut:

gkl = 01, jika ckl â‰¥ d dan gkl Â = 1, jika ckl < d

langkah 6 : Menentukan aggregate dominance matrix
Langkah selanjutnya adalah menentukan aggregate dominance matrix sebagai matriks E, yang setiap elemennnya merupakan perkalian antara elemen matriks F dengan elemen matriks G, sebagai berikut:
ekl = fkl x gkl

Langkah 7 : Eliminasi alternative yang less favorable.

Matriks E memberikan urutan pilihan dari setiap alternative, yaitu bila Â ekl = 1 maka alternative Ak merupakan piihan yang lebih baik daripada Ar sehingga baris dalam matriks E yang memiliki jumlah ekl = 1 paling sedikit dapat dieliminasi. Dengan demikian alternative terbaik adalah yang mendominas alternative lainnya

Sistem Pendukung Keputusan Dengan Menggunakan Metode TOPSIS



TOPSIS (Technique For Others Reference by Similarity to Ideal Solution) 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.
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.
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
·   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- :
 
 
4.4. 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