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 :
- Siapkan terlebih dahulu data yang disimpan dalam Matrik Data.
- Lakukan Normalisasi Matrik Data dengan formula :
Normalisasi
Matrik SAW
- 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:
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 :
Tabel Calon Sistem Pendukung Keputusan
Selanjutnya kita buat tabel untuk
menyimpan matrik, misal tbmatrik :
Tabel Matrik Sistem Pendukung
Keputusan
Setelah keduanya dibuat, silahkan isi
data sehingga terbentuk data seperti ini :
tbcalon :
tbcalon :
Data Calon SPK
dan data Matrik :
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 :
Hasil Sistem Pendukung Keputusan
http://burhanudin.web.id/programing/penerapan-metode-sistem-pendukung-keputusan-saw
Tidak ada komentar:
Posting Komentar