Pengertian Metode SAW – Metode SAW adalah Salah satu metode yang digunakan untuk menyelesaikan masalah dari Fuzzy Multiple Attribute Decision Making ( FMADM ) adalah metode Simple Additive Weighting (SAW) yaitu suatu metode yang digunakan untuk mencari alternatif optimal dari sejumlah alternatif dengan kriteria tertentu.

Definisi Metode Simple Additive Weighting (SAW) sering juga dikenal istilah metode penjumlahan terbobot. Konsep dasar metode SAW adalah mencari penjumlahan terbobot dari rating kinerja pada setiap alternatif pada semua atribut (Pahlevy. 2010). Metode ini membutuhkan proses normalisasi matriks keputusan X ke suatu skala yang dapat diperbandingkan dengan semua rating alternatif yang ada. Formula untuk melakukan normalisasi tersebut adalah sebagai berikut (Kusumadewi, Harjoko, dan Wardoyo. 2006):

rij = nilai rating kinerja ternormalisasi
xij = nilai atribut yang dimiliki dari setiap kriteria
Max xij = nilai terbesar dari setiap kriteria ᵢ
Min xij = nilai terkecil dari setiap kriteria ᵢ
benefit = jika nilai terbesar adalah terbaik
cost = jika nilai terkecil adalah terbaik dimana rij adalah rating kinerja ternormalisasi dari alternatif Ai pada atribut Cj; i=1,2,…,m dan j=1,2,…,n.

Nilai preferensi untuk setiap alternatif (Vi) diberikan sebagai:

penjelasan mengenai rumus metode saw

Keterangan :
Vi = rangking untuk setiap alternatif
wj = nilai bobot dari setiap kriteria
rij = nilai rating kinerja ternormalisasi
Nilai Vi yang lebih besar mengindikasikan bahwa alternatif Ai lebih terpilih.

Metode SAW sangat banyak memiliki kegunaan dalam implementasi di kehidupan masyarakat seperti melakukan penilaian suatu karyawan di perusahaan, pemilihan siswa berprestasi, rekomendasi pencari kerja terbaik, dsb.

Metode SAW merupakan salah satu metode model matematis yang dapat digunakan untuk mengambil keputusan. Apakah NextGeners ingin mempelajari lebih dalam mengenai metode SAW ataupun mempelajari metode-motode pengambilan keputusan lainnya dan menghasilkan karya inovatif.

Dimana:rij = rating kinerja ternormalisasi dari alternatif Ai (i=,2,…,m) Maxi= nilai maksimum dari setiap baris dan kolom.Mini= nilai minimum dari setiap baris dan kolom. xij= baris dan kolom dari matriks.Formula untuk mencari nilai preferensi untuk setiap alternatif (Vi) diberikan sebagai( Kusumadewi, Harjoko, dan Wardoyo.2006):Dimana:Vi= Nilai akhir dari alternatif Wi= Bobot yang telah ditentukanrij= Normalisasi matriks.Nilai Vi yang lebih besar mengindikasikan bahwa aternatif Ai lebih terpilih.

Langkah-langkah yang perlu diambil untuk menerapkan metode saw

 

  1. Pertama perlu menentukan kriteria-kriteria yang akan digunakan.
  2. Menentukan rating kecocokan setiap alternatif pada setiap kriteria.
  3. Membuat matriks keputusan berdasarkan kriteria, kemudian melakukan normalisasi matriks berdasarkan persamaan yang disesuaikan dengan jenis atribut (atribut keuntungan ataupun atribut biaya) sehingga diperoleh  matriks ternormalisasi R.
  4. Hasil akhir diperoleh dari proses perankingan yaitu penjumlahan dari perkalian matriks ternormalisasi R dengan vektor bobot sehingga diperoleh nilai terbesar yang dipilih sebagai alternatif terbaik sebagai solusi.

Kelebihan Metode SAW

Kelebihan dari metode simple additive weighting dibanding dengan model pengambil keputusan lainnya terletak pada kemampuannya untuk melakukan penilaian secara lebih tepat karena didasarkan pada nilai kriteria dan bobot preferensi yang sudah ditentukan, selain itu SAW juga dapat menyeleksi alternatif terbaik dari sejumlah alternatif yang ada karena adanya proses perangkingan setelah menentukan bobot untuk setiap atribut yang ada.

Itulah pengertian metode saw yang dapat kami berikan kepada teman-teman, semoga bermanfaat untuk semuanya. Terima kasih.