Professional Documents
Culture Documents
105-Article Text-192-2-10-20190328
105-Article Text-192-2-10-20190328
1 Maret 2019 15
serta mampu memilih alternatif terbaik dari wj : Bobot dari setiap atribut atau kriteria n :
sejumlah alternatif (Zai, Mesran, & Buulolo, 2017). Banyaknya kriteria
Pada metode Weighted Product (WP)
menggunakan perkalian untuk menghubungkan Untuk mencari alternatif terbaik
rating atribut, dimana rating setiap atribut harus dilakukan dengan Persamaan (3).
dipangkatkan dulu dengan bobot atribut yang
bersangkutan (Nurjannah, Arifin, & Khairina, Π 𝑛𝑗 =1 𝑋 𝑖 𝑗 𝑤 𝑗
𝑉𝑖 = ................................................................(3)
2015). Π 𝑛�=1 (𝑋 𝑗 ∗ ) 𝑤 𝑗
Banyak merek dan tipe laptop yang dijual �
𝑊𝑗 =
𝑊𝑗
........................................................................... (1) alternatif (Ai) pada setiap kriteria (Cj) yang
∑𝑊 𝑗 telahditentukan, selanjutnya bobot setiap kriteria
Variabel W adalah pangkat bernilai positif (Cj).
untuk atribut keuntungan dan bernilai negatif a. Nilai Bobot Prosesor (C1)
untuk atribut biaya. Preferensi untuk alternatif Tabel 3 Kriteria Prosesor
diberikan oleh Persamaan (2). Sangat Tinggi 5
Tinggi 4
𝑆𝑖 = Π�𝑛 = 1 𝑋𝑖 𝑗 𝑊𝑗 .......................................................... Prosesor
(2) � Sedang 3
Keterangan: Rendah 2
Π : Product Sangat Rendah 1
Si : Skor / nilai dari setiap alternatif
Sumber: (SMKMandiriBekasi, 2018)
Xij : Nilai alternatif ke- i terhadap atribut ke- j
1,557741
𝑉4 = = 0,145821 V3= 0,174378 (4) Lenovo Ideapad 100 V4=
10,68258
0,145821 (5) Toshiba S40 A V5= 0,150784 (6) HP
𝑉5 = 1,610763
= 0,150784
10,68258 14-G1024U V6 = 0,185637.
REFERENSI
1,983082
𝑉6 = = 0,185637 Hartanto, T., & Prasetiyowati, M. I. (2012). Sistem
10,68258 Pendukung Keputusan Pemilihan Laptop
Berbasis Web dengan Metode Analytical
Tabel 12. Hasil Nilai Vektor V Hierarchy Process ( Studi Kasus : SAMCO
Alternatif Nilai Vektor V COMPUTER ). ULTIMATICS, IV(2), 7–15.
A1 0,122620
A2 0,220761 Hatta, H. R., Rizaldi, M., & Khairina, D. M. (2016).
A3 0,174378 Penerapan Pen erapan Metode Weighted
A4 0,145821 Product U ntuk Pemilihan Lokasi L ahan
A5 0,150784 Baru Pemakaman Muslim Dengan Visualisasi
A6 0,185637 Google Maps. TEKNOSI, 02(03), 85–94.
Sumber: (Susliansyah et al., 2018)
Kurniasih, D. L. (2013). Sistem Pendukung
Dari hasil perhitungan Vektor V dari data Keputusan Pemilihan Laptop dengan Metode
alternatif A1 sampai A2, dibuatlah perangkingan TOPSIS. Pelita Informatika Budi Darma,
yaitu: III(April), 6–13.
Tabel 13. Hasil Perangkingan Nurjannah, N., Arifin, Z., & Khairina, D. M. (2015).
Alternatif Nilai Vektor V Perangkinan Sistem Pendukung Keputusan Pembelian
A1 0,122620 Sepeda Motor Dengan Metode Weighted
6
Product. Jurnal Informatika Mulawarman,
A2 0,220761 1 10(2), 2–6.
A3 0,174378 3
A4 0,145821 Sanyoto, G. P., Handayani, R. I., & Widanengsih, E.
5
(2017). SISTEM PENDUKUNG KEPUTUSAN
A5 0,150784 4 PEMILIHAN LAPTOP UNTUK KEBUTUHAN
A6 0,185637 2 OPERASIONAL DENGAN METODE AHP
Sumber: (Susliansyah et al., 2018) (STUDI KASUS : DIREKTORAT PEMBINAAN
KURSUS DAN PELATIHAN KEMDIKBUD).
Merupakan hasil perangkingan dari Jurnal Pilar Nusa Mandiri, 13(2), 167–174.
perhitungan nilai vektor V, sehingga diperoleh
perurutan perangkingan data altenatif dari SMKMandiriBekasi. (2018). Sistem Pemilihan
peringkat ke 1 sampai peringkat ke 6 adalah: A2, Laptop Terbaik Dengan Menggunakan
A6, A3, A5, A4 dan A1. Metode Weighted Product (WP).