Sistem Pendukung Keputusan Weighted Product (WP)

MODUL 4

WEIGHTED PRODUCT (WP)

ƒ

Metode WP menggunakan perkalian untuk menghubungkan rating atribut,

dimana rating setiap atribut harus dipangkatkan terlebih dahulu dengan bobot

atribut yang bersangkutan (Yoon, 1989).

ƒ

Proses ini sama halnya dengan Normalisasi.

ƒ

Preferensi untuk alternatif Ai diberikan sebagai berikut:

ƒ   dengan i=1,2,...,m; dimana _wj = 1.

wj adalah pangkat bernilai positif untuk atribut keuntungan, dan bernilai negatif

untuk atribut biaya.

Preferensi relatif dari setiap alternatif, diberikan sebagai berikut : 

Contoh:

Contoh-1:

Suatu institusi perguruan tinggi akan

memilih seorang  karyawannya untuk

dipromosikan sebagai kepala Laboratorium Komputer.

Ada empat kriteria yang digunakan untuk melakukan penilaian,  yaitu:

C1 = tes pengetahuan (wawasan) sistem informasi  : Sangat baik

C2 = praktek instalasi jaringan : Baik

C3 = tes kepribadian : Baik

C4 = tes Manjemen Server : Cukup

Pengambil keputusan memberikan bobot untuk setiap kriteria  sebagai berikut :

C1 = 35%; C2 = 25%; C3 = 25%; dan C4 =  15%.

Total : 100%

Ada enam orang karyawan yang menjadi kandidat (alternatif) untuk dipromosikan

sebagai kepala unit, yaitu:

A1 = Alex,

A2 = Harvei,

A3 = Berto,

A4 = Paska,

A5 = Zekson

A6 = Mhd Iqbal

A7 = Yasir

Perbaikan Bobot :

Menghitung Vektor S :

Menghitung Prefensi (Vi) untuk Perangkingan :

Nilai Prefensi Terbesar adalah Vs atau karyawan yang bernama Zekson yang
layak untuk Kepala Laboratorium Kamputer.

Penerbit Jurnal : Tonni Limbong, S.Kom, M.kom
http://s3.amazonaws.com/academia.edu.documents/31357815/Sistem_Pendukung_Keputusan_-_Weighted_Product_%28WP%29-libre.pdf?AWSAccessKeyId=AKIAJ56TQJRTWSMTNPEA&Expires=1397752710&Signature=jH62PfolZj0r4GOIo3YyYqDxqdE%3D