Terima kasih telah mengunjungi Blog saya...

Jumat, 11 Agustus 2017

Penerapan Metode Sistem Pendukung Keputusan SAW



Metode sistem pendukung keputusan SAW (Simple additive Weighting) merupakan salah satu metode Sistem Pendukung Keputusan yang menggunakan konsep penjumlahan terbobot. Pada tulisan kali ini saya akan memberikan contoh bagaimana cara Penerapan Metode Sistem Pendukung Keputusan SAW dengan PHP. Sebelumnya saya akan menjelaskan proses dari metode Simple additive weighting :
  1. Siapkan terlebih dahulu data yang disimpan dalam Matrik Data.
  2. Lakukan Normalisasi Matrik Data dengan formula :
Description: Normalisasi Matrik SAW
Normalisasi Matrik SAW
  1. Lakukan perangkingan dengan Formula
1
Vi = (rij * wi) + (rij * wi) + .. (rxx * wx)
Sebagai bahan Penerapan Metode SAW, berikut contoh kasus yang akan kita coba lakukan perhitungan dengan PHP.
Suatu Institusi Perguruan tinggi akan memilih seorang karyawan untuk dipromosikan sebagai kepala unit Sistem Informasi.
Ada empat kriteria yang digunakan untuk melakukan penilaian yaitu :
1.      C1  = Tes Pengetahuan (Wawasan) Sistem Informasi.
2.      C2 = Praktik Insatalasi Jaringan
3.      C3 = Tes Kepripadian
4.      C4 = Tes Pengetahuan Agama.
Pengambil keputusan memberikan bobot untuk setiap kriteria sebagai berikut: C1 = 35%; C2 = 25%; C3 = 25%; dan C4 = 15%.

Ada enam orang karyawan yang menjadi kandidat (alternatif) untuk dipromosikan sebagai kepala unit, yaitu:
1.      A1 = Indra
2.      A2 = Roni,
3.      A3 = Putri,
4.      A4 = Dani,
5.      A5 = Ratna, dan
6.      A6 = Mira.
Data diatas sekarang kita rubah ke dalam database, buat database kira2 seperti ini :
tbcalon :
Description: Tabel Calon Sistem Pendukung Keputusan
Tabel Calon Sistem Pendukung Keputusan
Selanjutnya kita buat tabel untuk menyimpan matrik, misal tbmatrik :
Description: Tabel Matrik Sistem Pendukung Keputusan
Tabel Matrik Sistem Pendukung Keputusan
Setelah keduanya dibuat, silahkan isi data sehingga terbentuk data seperti ini :
tbcalon :
Description: Data Calon SPK
Data Calon SPK
dan data Matrik :
Description: Data Matrik Calon SPK
Data Matrik Calon SPK
Langkah-langkah perhitungan sistem pendukung keputusan dengan php :
Lakukan Langkah ke 2, yakni normalisasi :
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
//Lakukan Normalisasi dengan rumus pada langkah 2
    //Cari Max atau min dari tiap kolom Matrik
    $crMax = mysql_query("SELECT max(Kriteria1) as maxK1,
                        max(Kriteria2) as maxK2,
                        max(Kriteria3) as maxK3,
                        max(Kriteria4) as maxK4
            FROM tbmatrik");
    $max = mysql_fetch_array($crMax);

    //Hitung Normalisasi tiap Elemen
    $sql2 = mysql_query("SELECT * FROM tbmatrik");
    //Buat tabel untuk menampilkan hasil
    echo "<H3>Matrik Normalisasi</H3>
    <table width=500 style='border:1px; #ddd; solid; border-collapse:collapse' border=1>
        <tr>
            <td>No</td><td>Nama</td><td>C1</td><td>C2</td><td>C3</td><td>C4</td>
        </tr>
        ";
    $no = 1;
    while ($dt2 = mysql_fetch_array($sql2)) {
        echo "<tr>
            <td>$no</td><td>".getNama($dt2['idCalon'])."</td><td>".round($dt2['Kriteria1']/$max['maxK1'],2)."</td><td>".round($dt2['Kriteria2']/$max['maxK2'],2)."</td><td>".round($dt2['Kriteria3']/$max['maxK3'],2)."</td><td>".round($dt2['Kriteria4']/$max['maxK4'],2)."</td>
        </tr>";
    $no++;
    }
    echo "</table>";
Selanjutnya lakukan Perangkingan :
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
//Proses perangkingan dengan rumus langkah 3
    $sql3 = mysql_query("SELECT * FROM tbmatrik");
    //Buat tabel untuk menampilkan hasil
    echo "<H3>Perangkingan</H3>
    <table width=500 style='border:1px; #ddd; solid; border-collapse:collapse' border=1>
        <tr>
            <td>No</td><td>Nama</td><td>Rangking</td>
        </tr>
        ";
    $no = 1;
    //Kita gunakan rumus (Normalisasi x bobot)
    while ($dt3 = mysql_fetch_array($sql3)) {
        echo "<tr>
            <td>$no</td><td>".getNama($dt3['idCalon'])."</td>
            <td>"
            .round((($dt3['Kriteria1']/$max['maxK1'])*$bobot[0])+
            (($dt3['Kriteria2']/$max['maxK2'])*$bobot[1])+
            (($dt3['Kriteria3']/$max['maxK3'])*$bobot[2])+
            (($dt3['Kriteria4']/$max['maxK4'])*$bobot[3]),2)."</td>
        </tr>";
    $no++;
    }
    echo "</table>";
Selesai, berikut adalah perhitungan sistem pendukung keputusan dengan PHP :
Description: Hasil Sistem Pendukung Keputusan
Hasil Sistem Pendukung Keputusan
Incoming search terms:
  • sistem pendukung keputusan dengan metode saw
  • pengertian metode saw
  • contoh kasus sistem penunjang keputusan dengan metode S A W
  • spk metode saw java source
  • tutorial perhitungan normalisasi metode saw
Posts related to Penerapan Metode Sistem Pendukung Keputusan SAW
Selamat pagi kawan, kali ini saya akan berbagi bagaimana penerapan atau source code Metode Sistem Pendukung Keputusan Weighted Product (Source code SPK WP). Sebelum membaca ...
Alhamdulillah, akhirnya Sistem Pendukung Keputusan beasiswa dengan metode Simple Additive Weighted yang telah di buat oleh Puji Astuti telah diseminarkan, sistem ini menjelaskan bagaimana cara membuat ...
Sistem pendukung keputusan memiliki banyak metode yang dapat kita terapkan untuk menyelesaikan masalah pengambilan keputusan, berbeda dengan sistem pendukung keputusan yang telah saya jelaskan sebelumnya. ...
Alhamdulillah, akhir bulan juli mendapat order dari salah satu mahasiswa PTS di surakarta untuk membantu mengembangkan Sistem Pendukung Keputusan Pemilihan Beasiswa dengan Metode Topis. Sebelumnya ...

Minggu, 31 Mei 2015

JAWABAN QUIS ONLINE

SOAL QUIS ONLINE
Suatu kelurahan mendapatkan Bantuan Langsung Tunai dari pemerintah untuk masing masing kepala keluarga dengan syarat ketentuan sebagai berikut :

C1 : Jumlah Tanggungan
C2 : Pendapatan Kepala Keluarga
C3 : Luas Bangunan Rumah
C4 : Memiliki KK


Pilihlah 5 alternatif KK yang akan mendapatkan bantuan dari beberapa KK berikut ini :

Nama KK            C1    C2                     C3           C4
Aldyan                  4    2.350.000        100M2    Tidak Ada
Hendro                  5    3.050.000        50M2      Ada
Joko                      3    3.350.000        70M2      Ada
Doni                     4    2.550.000        90M2      Ada
Dono                    6    2.850.000        120M2    Ada
Kasino                 3    2.650.000        80M2      Ada
Susanto                2    3.350.000        150M2    Tidak Ada

Pembobotan dari kriteria diatas dapat dilihat dibawah ini :
C1 : Jumlah Tanggungan (Attribut Keuntungan)
1-2 : 1
3-4 : 2
5-6 : 3

C2 : Pendapatan Kepala Keluarga (Attribut Biaya)
2.000.000    : 1
2.400.000    : 2
2.800.000    : 3
3.200.000    : 4
3.600.000    : 5

C3 : Luas Bangunan Rumah (Attribut Biaya)
50-70    : 1
71-90          : 2
91-110        : 3
111-130      : 4
131-150      : 5

C4 : Memiliki KK (Attribut Keuntungan)
Ada     : 2
Tidak Ada    : 1

Penyelesaian  Dengan Metode Topsis

Alternatif
kriteria
C1
C2
C3
C4
aldyan
2
1
3
1
Hendra
3
3
1
2
Joko
2
4
1
2
Doni
2
2
2
2
Dono
3
3
4
2

 

Bobot W=[4,5,4,3]


1.    Membuat matrik keputusan ternormalisasi
        

 

             

2.         Membuat matriks keputusan ternomalisasi berbobot
 Y11 = W1 R11 = 4 * 0,3651 = 1,4604
             Y21 = W1 R21 = 4 * 0,5477 = 2,1908
             Y31 = W1 R31 = 4 * 0,3651 = 1,4604
             Y41 = W1 R41 = 4 * 0,3651 = 1,4604
             Y51 = W1 R51 = 4 * 0,5477 = 2,1908

             Y12 = W2 R12 = 5 * 0,1601 = 0,8005
             Y22 = W2 R22 = 5 * 0,4804 = 2,402
             Y32 = W2 R32 = 5 * 0,6405 = 3,2025
             Y42 = W2 R42 = 5 * 0,3202 = 1,601
             Y52 = W2 R52 = 5 * 0,4804 = 2,402

             Y13 = W3 R13 = 4 * 0,5388 = 2,1552
             Y23 = W3 R23 = 4 * 0,1796 = 0,7184
             Y33 = W3 R33 = 4 * 0,1796 = 0,7184
             Y43 = W3 R43 = 4 * 0,3592 = 1,4368
             Y53 = W3 R53 = 4 * 0,7184 = 2,8736


             Y14 = W4 R14 = 3 * 0,2425 = 0,7275
             Y24 = W4 R24 = 3 * 0,4851 = 1,4553
             Y34 = W4 R34 = 3 * 0,4851 = 1,4553
             Y44 = W4 R44 = 3 * 0,4851 = 1,4553
             Y54 = W4 R54 = 3 * 0,4851 = 1,4553

3.         Menentukan matriks solusi ideal positif dan negatif
            Y1+ = Max { 1,4604 ; 2,1908 ; 1,4604 ; 1,4604 ; 2,1908 } = 2,1908
            Y2+ = Min { 0,8005 ; 2,402 ; 3,2025 ; 1,601 ; 2,402 } = 0,8005
            Y3+ = Min { 2,1552 ; 0,7184 ; 0,7184 ; 1,4368 ; 2,8736 } = 0,7184
            Y4+ = Max { 0,7275 ; 1,4553 ; 1,4553 ; 1,4553 ; 1,4553 } = 1,4553
               A+ = { 2,1908 ; 0,8005 ; 0,7184 ; 1,4553 }

            Y1- = Min { 1,4604 ; 2,1908 ; 1,4604 ; 1,4604 ; 2,1908 } = 1,4604
            Y2- = Max { 0,8005 ; 2,402 ; 3,2025 ; 1,601 ; 2,402 } = 3,2025
            Y3- = Max { 2,1552 ; 0,7184 ; 0,7184 ; 1,4368 ; 2,8736 } = 2,8736
            Y4- = Min { 0,7275 ; 1,4553 ; 1,4553 ; 1,4553 ; 1,4553 } = 0,7275
               A- = { 1,4604 ; 3,2025 ; 2,8736 ; 0,7275 }

4. Menentukan jarak antara nilai setiap alternatif dengan matriks solusi ideal positif dan negatif


























5. Mencari Prefensi