Metode SAW sangat cocok untuk kasus yang akan memiliki sebuah nilai akhir dengan sistem perangkingan, seperti pemilihan siswa berprestasi, kasus uji kendaraan, pemilihan calon ketua osis, dan banyak kasus-kasus lainnya yang dapat diselesaikan dengan metode SAW.
Metode SAW juga dikenal dengan metode penjumlahan terbobot. dimana setiap rating kinerja pada alternatif akan dijumlahkan untuk masing-masing atribut rating kerja. Pada proses perhitungan metode SAW juga membutuhkan sebuah matriks yang dinamakan dengan Matriks Normaslisasi [X], dimana nantinya setiap nilai atribut akan dibandingkan dengan semua nilai rating alternatif dalam matriks.
Sama seperti metode-metode lainnya metode SAW juga memiliki rumus dalam perhitungannya serta beberapa langkah-langkah yang digunakan dalam penyelesaian metode SAW.
Rumus Metode SAW :
Keterangan rumus :
rij = Nilai rating kinerja ternormalisasi
Max Xy = Nilai terbesar dari setiap kriteria i
Min Xy = Nilai terkecil dari setiap kriteria i
Xy = Nilai atribut yang dimiliki dari setiap kriteria
Benefit = Jika nilai terbesar adalah yang terbaik
Cost = Jika nilai terkecil adalah yang terbaik
Benefit adalah suatu kriteria yang digunakan dalam kasus dan nilai dari kriteria tersebut memilki sifat semakin tinggi nilainya semakin baik, seperti contoh nilai rapor, nilai matakuliah, dan contoh lainnya yang memiliki nilai dengan grafik keatas maka kita menggunakan rumus yang Benefit, sebaliknya Cost berarti jika suatu kriteria tersebut memiliki nilai semakin sedikit semakin baik seperti contoh pelanggaran, ketidakhadiran dan contoh lainnya maka kita menggunakan rumus Cost.
Sedangkan rumus untuk mencari nilai preferensi dari setiap alternatif yang kita tentukan adalah
Keterangan:
Vi = Rangking untuk setiap alternatif.
Wj = Nilai bobot rangking (dari setiap kriteria).
rij = Nilai rating kinerja ternormalisasi.
Langkah-langkah dalam penyelesaian metode SAW sebagai berikut :
1. Menentukan kriteria-kriteria yang akan kita pilih sebagai atribut untuk proses perhitungan nantinya.
3. menentukan nilai bobot dari setiap kriteria yang telah kita pilih serta nilai bobot alternatif untuk
kriteria yang nanti kita gunakan saat perhitungan preferensi.
3. Menentukan rating kecocokan setiap alternatif pada setiap kriteria.
4. Membuat matriks keputusan berdasarkan kriteria yang sudah ada, kemudian memulai proses normalisasi.
5. melakukan proses preferensi dengan rumus preferensi dari hasil normalisasi yang telah kita
peroleh.
6. hasil akhir yaitu nilai tertinggi dari hasil preferensi dijadikan sebagai nilai terbaik setelah
melakukan perangkingan.
Baca juga : Contoh Perhitungan Metode ELECTRE
Contoh Kasus :
SMP XYZ akan memilih 2 orang siswa dari sekolahnya untuk mengikuti olimpiade antar SMP sekota ABC, kemudian dipilih beberapa siswa terbaik dari sekolahnya untuk di seleksi sebelum mengikuti lomba. Untuk mengikuti seleksi tersebut dipertimbangkan beberapa hal seperti nilai rapor siswa dan sikap dan kepribadian siswa yang akan di seleksi, dengan kasus diatas kita dapat menarik beberapa alternatif untuk kita jadikan kriteria dalam penyelesaian kasus nantinya yaitu nilai rapor dan sikap.
Pertama kita menentukan kriteria-kriteria yang akan dijadikan acuan, pada kasus ini kriteria yang dibutuhkan adalah:
1. Peringkat Kelas
2. Nilai rata-rata IPA
3. Nilai rata-rata IPS
4. Nilai rata-rata Matematika
5. Nilai Sikap dan Kepribadian
Seperti dijelaskan sebelumnya, dalam pembahasan metode SAW terdapat kriteria-kriteria yang dibutuhkan untuk menentukan penilaian. Adapun bobot setiap kriteria dari masing-masing kriteria tersebut akan ditentukan bobot-bobotnya. Untuk bobot masing-masing kriteria terdiri dari lima sistem penilaian, yaitu :
Selanjutnya tentukan nilai bobot masing-masing kriteria berdasarkan kriteria dan nilai bobot.
Bobot untuk Perangkingan
Bobot untuk Nilai IPA
Bobot untuk nilai IPS
Bobot untuk nilai Matematika
Bobot untuk Sikap dan Kepribadian.
Selanjutnya kita menentukan nilai alternatif yang akan kita gunakan untuk mencari perangkingan pada proses preferensi nantinya. Dimana nilai alternatif di simbol dengan [W] dan nilai sebagai berikut:
Setelah semua kita definisikan maka selanjutnya kita dapat memulai proses perhitungan, dimana data awal siswa yang akan diolah adalah sebagai berikut :
Dari tabel data siswa diatas dapat kita lakukan proses pencocokan rating kriteria dengan bobot yang telah ditentukan.
Kemudian kita mulai melakukan proses normalisasi, karena data yang kita oleh adalah data siswa dengan sistem nilai maka pada kasus ini kita menggunakan rumus metode SAW benefit.
1. Imam
2. Tara
3. Zaza
4. Arfi
5. Febri
Dari hasil perhitungan diatas kita memperoleh matriks normalisasi sebagai berikut :
Selanjutnya mencari persamaan nilai preferensi dari setiap alternatif dengan cara menjumlahkan hasil kali antara matriks ternormalisasi dengan nilai bobot dengan menggunakan rumus preferensi dan nilai alternatif yang telah kita peroleh sebelumnya.
Tabel hasil akhir
Dari hasil perhitungan preferensi diatas didapat bahwa nilai alternatif tertinggi didapatkan oleh V1 yaitu Imam dan alternatif V2 Tara, sehingga siswa yang akan mewakili SMP XYZ mengikuti lomba olimpiade antar SMP se kota ABC adalah Imam dan Tara.
Itulah pembahasan dan contoh kasus dengan metode SAW dari Sistem Pendukung Keputusan (SPK), bagi teman-teman yang jurusan Teknik Informatika, Sistem Informasi, Manajemen Informatika,dan sejenisnya metode SAW bisa jadi salah satu acuan untuk tugas akhir nantinya, karena metode SAW memiliki algoritma yang tidak terlalu rumit dan sangat mudah untuk diimplementasikan kedalam sebuah aplikasi baik berbasis website maupun aplikasi berbasis mobile.
Sekian pembahasan tentang Metode SAW dalam Sistem Pendukung Keputusan (SPK), semoga bermanfaat.
Terima Kasih !!!