Metode Weighted Product (WP)

Metode Weighted Product (WP)
Metode Weighted Product (WP)
Metode Weighted Product (WP) adalah salah satu metode penyelesaian pada sistem pendukung keputusan. Metode ini mengevaluasi beberapa alternatif terhadap sekumpulan atribuat atau kriteria, dimana setiap atribut saling tidak bergantung satu dengan yang lainnya.

Menurut Yoon (dalam buku Kusumadewi, 2006), metode weighted product menggunakan teknik perkalian untuk menghubungkan rating atribut, dimana rating tiap atribut harus dipangkatkan terlebih dahulu dengan bobot atribut yang bersangkutan.

Langkah-langkah penyelesaian WP sebagai berikut:

1. Menentukan kriteria-kriteria
Yaitu kriteria yang akan dijadikan acuan dalam pengambilan keputusan, yaitu Ci dan sifat dari masing-masing kriteria.

2. Menentukan rating kecocokan
Yaitu rating kecocokan setiap alternatif pada setiap kriteria, dan buat matriks keputusan.

3. Melakukan normalisasi bobot
Bobot Ternormalisasi = Bobot setiap kriterian / penjumlahan semua bobot kriteria.

Nilai dari total bobot harus memenuhi persamaan:

Formula normalisasi bobot metode WP

4. Menentukan nilai vektor S 
Dengan cara mengalikan seluruh kriteria bagi sebuah alternatif dengan bobot sebagai pangkat positif untuk kriteria benefit dan bobot berfungsi sebagai pangkat negatif pada kriteria cost.

Rumus untuk menghitung nilai preferensi untuk alternatif Ai, diberikan sebagai berikut:

Formula nilai vektor S metode WP

Keterangan:
  • S : menyatakan preferensi alternatif yang dianalogikan sebagai vektor S
  • x : menyatakan nilai kriteria
  • w : menyatakan bobot kriteria
  • i : menyatakan alternatif
  • j : menyatakan kriteria
  • n : menyatakan banyaknya kriteria

5. Menentukan nilai vektor V 
Yaitu nilai yang akan digunakan untuk perangkingan.

Nilai preferensi relatif dari setiap alternatif dapat dihitung dengan rumus:

Formula nilai vektor V metode WP

Keterangan:
  • V : menyatakan preferensi alternatif yang dianalogikan sebagai vektor V
  • x : menyatakan nilai kriteria
  • w : menyatakan bobot kriteria
  • i : menyatakan alternatif
  • j : menyatakan kriteria
  • n : menyatakan banyaknya kriteria

6. Merangking Nilai Vektor V
Sekaligus membuat kesimpulan sebagai tahap akhir.

Contoh Studi Kasus

(Mengutip dari buku Sri Kusumadewi, dkk tahun 2006):

Suatu perusahaan di Daerah Istimewa Yogyakarta (DIY) ingin membangun sebuah gudang yang akan digunakan sebagai tempat untuk menyimpan sementara hasil produksinya.

Ada 3 lokasi yang akan menjadi alternatif, yaitu:
  • A1 = Ngemplak,
  • A2 = Kalasan,
  • A3 = Kota Gedhe.

Ada 5 kriteria yang dijadikan acuan dalam pengambilan keputusan yaitu: pengambilan keputusan, yaitu:
  • C1 = jarak dengan pasar terdekat (km),
  • C2 = kepadatan penduduk di sekitar lokasi (orang/km2);
  • C3 = jarak dari pabrik (km);
  • C4 = jarak dengan gudang yang sudah ada (km);
  • C5 = harga tanah untuk lokasi (1.000.000 Rp/m2).

Tingkat kepentingan (bobot) setiap kriteria, juga dinilai dengan 1 sampai 5, yaitu:
  • 1 = Sangat rendah,
  • 2 = Rendah,
  • 3 = Cukup,
  • 4 = Tinggi,
  • 5 = Sangat Tinggi.

Pengambil keputusan memberikan bobot preferensi untuk tiap kriteria adalah:
W = (5, 3, 4, 4, 2)

PENYELESAIAN

Menggunakan langkah penyelesaian metode Weighted Product (WP).

1. Menentukan kriteria-kriteria
Kriteria
Sifat
C1 = jarak terdekat dengan pasar (km),
Biaya / Cost.
Alasan: karena posisi pabrik yang diharapkan adalah dekat dari pasar, agar proses distribusi barang tidak memakan biaya mahal.
C2 = kepadatan penduduk di sekitar lokasi (orang/km2)
Biaya / Cost.
Alasan: karena posisi pabrik yang diharapkan adalah jauh dari perumahan penduduk agar proses distribusi barang tidak terganggu.
C3 = jarak dari pabrik (km)
Biaya / Cost.
Alasan: semakin dekat jarak gudang dengan pabrik, maka akan semakin menguntungkan bagi perusahaan.
C4 = jarak dengan gudang yang sudah ada (km)
Benefit / Keuntungan.
Alasan: semakin jauh jarak gudang dengan posisi gudang sebelumnya, maka akan semakin menguntungkan bagi perusahaan.
C5 = harga tanah untuk lokasi (Rp.1.000.000,-/m2)
Biaya / Cost.
Alasan: semakin murah harga tanah, maka akan semakin menguntungkan bagi perusahaan.

2. Menentukan rating kecocokan
Alternatif
Kriteria
C1
C3
C3
C4
C5
A1
0,75
2000
18
50
500
A2
0,50
1500
20
40
450
A3
0,90
2050
35
35
800

Menghasilkan matriks;

0,75
2000
18
50
500
0,50
1500
20
40
450
0,90
2050
35
35
800

3. Melakukan normalisasi bobot
W = (5, 3, 4, 4, 2)

Maka perbaikan bobot yang dilakukan:
W1 = 5/(5+3+4+4+2) = 5/18 = 0,28
W2 = 3/(5+3+4+4+2) = 3/18 = 0,17
W3 = 4/(5+3+4+4+2) = 4/18 = 0,22
W4 = 4/(5+3+4+4+2) = 4/18 = 0,22
W5 = 2/(5+3+4+4+2) = 2/18 = 0,11

Jika nilai W1+W2+W3+W4+W5 dijumlahkan maka hasilnya akan ≈ 1
W1 + W2 + W3 + W4 + W5 = 0,28 + 0,17 + 0,22 + 0,22 + 0,11 = 1

4. Menentukan nilai vektor S 
Menentukan nilai vektor S dengan mengalikan seluruh kriteria bagi sebuah alternatif dengan bobot sebagai pangkat positif(+) untuk kriteria keuntungan dan bobot berfungsi sebagai pangkat negatif(-) pada kriteria biaya.

S1 = (0,75-0,28)*(2000-0,17)*(18-0,22)*(500,22)*(500-0,11) = 0,1920
S2 = (0,5-0,28)*(1500-0,17)*(20-0,22)*(400,22)*(450-0,11) = 0,2120
S2 = (0,9-0,28)*(2050-0,17)*(35-0,22)*(350,22)*(800-0,11) = 0,1375

5. Menentukan nilai vektor V
V1 = S1 / S1 + S2 + S3
V1 = 0,1920 / 0,1920 + 0,2120 + 0,1375
V1 = 0,1920 / 0,5415
V1 = 0,3546

V2 = S2 / S1 + S2 + S3
V2 = 0,2120 / 0,1920 + 0,2120 + 0,1375
V2 = 0,2120 / 0,5415
V2 = 0,3916

V3 = S3 / S1 + S2 + S3
V3 = 0,1375 / 0,1920 + 0,2120 + 0,1375
V3 = 0,1375 / 0,5415
V3 = 0,2539

6. Merangking Nilai Vektor V
Dengan melihat poin nomor 5, didapatkan kesimpulan bahwa nilai v2 lebih besar dibanding nilai v1 dan v3

Ranking 1 -> v2 = 0,3916
Ranking 2 -> v1 = 0,3546
Ranking 3 -> v3 = 0,2539

LATIHAN

Referensi:
Modul Pertemuan ke-3 Weighted Product (WP), disusun oleh Andri Syafrianto, M.Cs

7 Komentar

  1. Maaf gan, kami hanya menggunakan modul yang disusun oleh dosen pengampu, dan dalam modulnya kami dapati beberapa kutipan yang diambil dari pengarang bernama Scott Morton (1970 an). Tapi kami kurang tau tentang judul buku yang beliau gunakan.

    BalasHapus
  2. Jika tdk keberatan boleh di sharing modul terkait ? Mohon kontaknya gan jika diperkenankan

    BalasHapus
  3. kalo preferensi ini kita / customer yang menentukan, jadi tidak baku, cuman tidak boleh asal juga, jadi setiap bobot merepresentasikan kriteria-kriteria yang diinginkan.

    BalasHapus
  4. 1. nilai yang memiliki karakteristik dari suatu matriks, karena dalam penyelesaian metode WP menggunakan perkalian matriks, jadi nilai-nilai tersebut lebih akrap dipanggil nilai vektor.

    2. oh iya, c1-c5 ini sebenarnya diambil / dirangkum dari soal cerita, yang bisa jadi memiliki beberapa paragraph (dari buku Sri Kusumadewi, dkk tahun 2006). Nah dikarenakan waktu pertemuan kami di kelas sangat terbatas dan singkat, sehingga dosen pengapu kami memberikan intisarinya saja / poin-poin yang bisa diambil untuk diolah menggunakan WP, sehingga munculah spesifikasi diatas seperti ada jarak, kepadatan penduduk, harga.

    BalasHapus
  5. oke,,, thx jawabannya,.,.
    mau tanya lagi nih,.,. hehe
    1. apa fungsi sifat (biaya dan keuntungan) dalam hasil metode ini ya? karna kalau saya lihat, sifat itu tampak pada waktu perhitungan nilai vektor S.
    2. kalau misalkan tidak digolongkan sifatnya, apakah ada pengaruhnya terhadap hasil pendukung keputusan menggunakan metode ini?
    tq

    BalasHapus
  6. Hii LIHA AS SYAIF,

    1. Hal paling fundamental dalam menggunakan metode-metode pendukung keputusan adalah mengidentifikasi mana sebagai Cost mana sebagai Benefit, karena itu bisa fatal jika salah mengidentifikasi, karena dalam rumus perbedaan keduanya (antara Cost dan Benefit) dibedakan dengan notasi negatif(-) dan positif(+), dll. (berkaitan dengan rumus). Disamping itu kita juga harus bisa membedakan mana Kriteria mana Sifat. Kriteria dan Sifat bukan tampak pada perhitungan akan tetapi kita sebagai ahli harus bisa menentukannya, karena dalam hal ini merupakan penelitian kuantitatif (berangkat dari teori menuju data), bukan kualitatif (bertolak pada data). Artinya semua Sifat-Sifat itu harus dapat dipresentasikan ke dalam bentuk Angka, contoh bagaimana kita mendefinisikan Jelek, Cukup, Baik, Istimewa (informasi ini masih kualitatif), maka untuk bisa diolah kedalam metode-metode SPK, kita sebagai ahli harus bisa mendefinisikannya misal angka 1 mewakili jelek, 2(cukup), 3(Baik), 5(istimewa).

    2. Sangat Berpengaruh Sekali.

    BalasHapus
Lebih baru Lebih lama

نموذج الاتصال