Simple Additive Weighting</p>
<p>Merupakan metode penjumlahan terbobot. Konsep dasar metode SAW adalah mencari penjumlahan terbobot dari rating kinerja pada setiap alternatif pada semua kriteria (Kusumadewi et al., 2006). Metode SAW membutuhkan proses normalisasi matrik keputusan ke suatu skala yang dapat diperbandingkan dengan semua rating alternatif yang ada. Metode SAW mengenal adanya 2 (dua) atribut yaitu
kriteria keuntungan (benefit) dan kriteria biaya (cost).
Perbedaan mendasar dari kedua kriteria ini adalah dalam
pemilihan kriteria ketika mengambil keputusan.
Adapun langkah penyelesaian dalam menggunakannya
adalah:
1. Menentukan alternatif, yaitu Ai.
2. Menentukan kriteria yang akan dijadikan acuan dalam
pengambilan keputusan, yaitu Cj.
3. Memberikan nilai rating kecocokan setiap alternatif
Jurnal Sistem Informasi Bisnis 02(2012) On-line : http://ejournal.undip.ac.id/index.php/jsinbis 69
pada setiap kriteria.
4. Menentukan bobot preferensi atau tingkat kepentingan
(W) setiap kriteria.
5. Membuat tabel rating kecocokan dari setiap alternatif
pada setiap kriteria.
6. Membuat matrik keputusan yang dibentuk dari
tabel rating kecocokan dari setiap alternatif pada
setiap kriteria. Nilai setiap alternatif (Ai) pada
setiap kriteria (Cj) yang sudah ditentukan,
dimana, i=1,2,…m dan j=1,2,…n.
7. Melakukan normalisasi matrik keputusan dengan
cara menghitung nilai rating kinerja ternomalisasi
(rij) dari alternatif Ai pada kriteria Cj.
Keterangan :
a. Dikatakan kriteria keuntungan apabila nilai
memberikan keuntungan bagi pengambil
keputusan, sebaliknya kriteria biaya apabila
menimbulkan biaya bagi pengambil keputusan.
b. Apabila berupa kriteria keuntungan maka nilai
dibagi dengan nilai dari setiap
kolom, sedangkan untuk kriteria biaya, nilai
dari setiap kolom dibagi dengan nilai
8. Hasil dari nilai rating kinerja ternomalisasi (rij)
membentuk matrik ternormalisasi (R)
9. Hasil akhir nilai preferensi (Vi ) diperoleh dari
penjumlahan dari perkalian elemen baris matrik
ternormalisasi (R) dengan bobot preferensi (W) yang
bersesuaian eleman kolom matrik (W).
Hasil perhitungan nilai Vi yang lebih besar
mengindikasikan bahwa alternatif Ai merupakan
alternatif terbaik (Kusumadewi et al., 2006).</p>
</div>
</div>