Professional Documents
Culture Documents
196
Jurnal Ilmu Komputer dan Sistem Informasi
manual (biasanya digunakan untuk mencari nilai komponen dalam susunan yang hirarki, dengan memberi
minimum, maksimum, atau optimum), saat ini komputer nilai subjektif terhadap setiap variabel secara relatif, dan
telah menawarkan kemampuannya untuk menyelesaikan menetapkan variabel mana yang memiliki prioritas
persoalan yang sama dalam waktu relatif singkat.[2] paling tinggi mempengaruhi hasil tersebut. Penggunaan
metode AHP dalam permasalahan Multi Criteria
2.2 Simple Additive Weighting (SAW) Decision sering dikritisi karena ketidakmampuan
pendekatan AHP untuk mengatasi faktor
Metode Simple Additive Weighting (SAW) sering ketidakpresisian yang dialami oleh pengambil
juga dikenal sebagai metode penjumlahan terbobot. keputusan.[5]
Konsep dasar metode SAW adalah mencari penjumlahan
terbobot dari rating kinerja pada setiap alternatif pada Tabel 1 Skala Perbandingan.
semua atribut. Metode SAW membutuhkan proses Intensitas Keterangan
normalisasi matriks keputusan (X)ke suatu skala yang kepentingan
dapat diperbandingkan dengan semua rating alternatif 1 Kedua elemen sama pentingnya
yang ada. Metode ini merupakan metode yang paling 3 Elemen yang satu sedikit lebih penting daripada
terkenal dan paling banyak digunakan. yang lainnya
5 Elemen yang satu lebih penting daripada elemen
Metode SAW mengharuskan pembuat keputusan lainnya
untuk menentukan bobot atau nilai pada setiap atribut. 7 Satu elemen jelas lebih mutlak penting daripada
Skor total untuk alternatif, diperoleh dari penjumlahan elemen lainnya
seluruh hasil perkalian antara rating kinerja 9 Satu elemen mutlak penting daripada elemen
lainnya
ternormalisasi dan bobot tiap atribut.[3].
2,4,6,,8, Nilai-nilai antara dua nilai yang berdekatan
Dalam menentukan nilai bobot prioritas, benefit
dan support sangat diperlukan dalam perhitungan nilai
untuk dapat dijadikan normalisasi, berikut adalah Rumus Metode AHP :
rumus dari benefit dan cost.[4]
(1) jika j adalah atribut (4)
(5)
keuntungan(benefit).
Keterangan :
(2) jika j adalah atribut biaya(cost).
CI= Consistency Index.
n= banyak kriteria
Keterangan: CR= Consistency Ratio.
Rij : Nilai rating kinerja ternormalisasi RI= Random Index
Xij : Nilai atribut yang dimiliki dari setiap kriteria N Ri N Ri
Xij / (maxi)(xij) : Nilai terbesar dari setiap kriteria 1 0.00 9 1.45
(mini)(xij) / Xij : nilai terkecil dari setiap kriteria 2 0.00 10 1.49
Benefit : Jika nilai terbesar adalah terbaik 3 0.58 11 1.51
Cost : Jika nilai terkecil adalah terbaik 4 0.90 12 1.48
Selanjutnya akan dibuat perkalian matriks W * R dan 5 1.12 13 1.56
penjumlahan hasil perkalian untuk memperoleh alternatif 6 1.24 14 1.57
terbaik dengan melakukan pemeringkatan nilai terbesar
7 1.32 15 1.59
sebagai berikut:
8 1.41
(3)
CR <= 0.01 maka kebijakan dapat diterima. jika nilai CR
Keterangan: lebih dari 0.01 maka perlu meninjau kembali kebijakan
Vi : Rangking untuk setiap alternatif yang diambil.
Wj : nilai bobot dari setiap kriteria
Rij : nilai rangking kinerja ternormalisasi
Nilai W merupakan nilai yang sudah ditentukan yaitu
3. Hasil Percobaan
Vektor Bobot:
W = (0.1; 0.2; 0.3; 0.4) 3.1 Metode SAW
2.3 Analytical Hierarchy Process(AHP) Contoh yang digunakan adalah 5 buah data calon
karyawan yang memiliki kriteria yang berbeda-beda.
Metode Analytical Hierarchy Process (AHP)
merupakan metode untuk memecahkan suatu situasi
yang komplek dan tidak terstruktur kedalam beberapa
197
Jurnal Ilmu Komputer dan Sistem Informasi
198
Jurnal Ilmu Komputer dan Sistem Informasi
Tabel 12 matriks normalisasi kriteria [2] Muchlisin Riadi, Sistem Pendukung Keputusan,
Normalisasi C1 C2 C3 C4 Eigen https://www.kajianpustaka.com/2013/09/sistem-
kriteria pendukung-keputusan-spk.html, 20 Februari 2019
C1 0.27 0.24 0.27 0.31 0.273 [3] Khairani Puspita, Penerapan Metode Simple
C2 0.13 0.12 0.10 0.18 0.137 Additive Weighting,
C3 0.54 0.60 0.54 0.43 0.530 https://www.academia.edu/10694816/penerapan-
C4 0.05 0.03 0.07 0.06 0.058
metode-simple-additive-weighting, 20 Maret 2019
[4] R.hondro, Cara Menghitung metode SAW,
Setelah melakukan matriks normalisasi, dilakukan uji https://www.academia.edu/32884363/cara_menghit
konsistensi dimana nilai CR harus <=0.10 atau 10%. ung_metode_Ssaw_simple_additive_weighting_den
gan_excel.xls, 20 Maret 2019
Lamdan maks diperoleh dari eigen dikali jumlah. [5] Data Riset, Pengertian Metode Analytic Hierarchy
Lamdamaks=(0/273x3.7)+(0.137x8.33)+(0.53x1.843)+( Process,prinsip dan perbandingannya, http://e-
0.58x16)=4.0722 journal.uajy.ac.id/8942/4/3MTS02179.pdf, 20
CI=lamdamaks-4/n-1 = (4.0722-4)/4-1=0.024 Februari 2019
CR= CI/RI = 0.024/0.58=0.0415
4. Kesimpulan
Kesimpulan yang diperoleh berdasarkan hasil
pengujian yang telah dilakukan adalah sebagai berikut :
pertama Aplikasi pemilihan calon karyawan ini telah
berjalan dengan baik sesuai fungsinnya, kedua Alternatif
dengan nilai terbesar merupakan calon karyawan yang
dipilih, ketiga Calon karyawan yang terbaik menurut
metode AHP adalah Ridwan Sinuarta (0.364), sedangkan
menurut metode SAW adalah Suryadi Wiguna (0.916).
REFERENSI
[1] Yudiart Adhi Wibowo, “Sistem pendukung
keputusan rekrutmen pegawai dengan metode
SAW(Simple Additive Weighting)”, Jurnal Ilmu
Komputer dan informasi, Vol 2, Nomor 1, (2014), h.
1
199