Archive for Maret 2014
Metode sistem pendukung keputusan SAW (Simple additive Weighting) merupakan salah satu metode Sistem Pendukung Keputusan yang menggunakan konsep penjumlahan terbobot.
Pada tulisan kali ini saya akan memberikan contoh bagaimana cara Penerapan Metode Sistem Pendukung Keputusan SAW dengan PHP. Sebelumnya saya akan menjelaskan proses dari metode Simple additive weighting :
- Siapkan terlebih dahulu data yang disimpan dalam Matrik Data.
- Lakukan Normalisasi Matrik Data dengan formula :
Normalisasi Matriks SAW - Lakukan perangkingan dengan Formula1
Vi = (rij * wi) + (rij * wi) + .. (rxx * wx)
- C1 = Tes Pengetahuan (Wawasan) Sistem Informasi.
- C2 = Praktik Insatalasi Jaringan
- C3 = Tes Kepripadian
- C4 = Tes Pengetahuan Agama.
- A1 = Indra
- A2 = Roni,
- A3 = Putri,
- A4 = Dani,
- A5 = Ratna, dan
- A6 = Mira.
Sebagai bahan Penerapan Metode SAW, berikut contoh kasus yang akan kita coba lakukan perhitungan dengan PHP.
Suatu Institusi Perguruan tinggi akan memilih seorang karyawan untuk dipromosikan sebagai kepala unit Sistem Informasi.Ada empat kriteria yang digunakan untuk melakukan penilaian yaitu :
Pengambil keputusan memberikan bobot untuk setiap kriteria sebagai berikut: C1 = 35%; C2 = 25%; C3 = 25%; dan C4 = 15%.
Ada enam orang karyawan yang menjadi kandidat (alternatif) untuk dipromosikan sebagai kepala unit, yaitu:
Data diatas sekarang kita rubah ke dalam database, buat database kira2 seperti ini :
tbcalon :
Tabel Calon Sistem Pendukung Keputusan |
Selanjutnya kita buat tabel untuk menyimpan matrik, misal tbmatrik :
Setelah keduanya dibuat, silahkan isi data sehingga terbentuk data seperti ini :
tbcalon :
tbcalon :
dan data Matrik :
Langkah-langkah perhitungan sistem pendukung keputusan dengan php :
Lakukan Langkah ke 2, yakni normalisasi :
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
| //Lakukan Normalisasi dengan rumus pada langkah 2 //Cari Max atau min dari tiap kolom Matrik $crMax = mysql_query("SELECT max(Kriteria1) as maxK1, max(Kriteria2) as maxK2, max(Kriteria3) as maxK3, max(Kriteria4) as maxK4 FROM tbmatrik"); $max = mysql_fetch_array( $crMax ); //Hitung Normalisasi tiap Elemen $sql2 = mysql_query( "SELECT * FROM tbmatrik" ); //Buat tabel untuk menampilkan hasil echo "<H3>Matrik Normalisasi</H3> <table width=500 style= 'border:1px; #ddd; solid; border-collapse:collapse' border=1> <tr> <td>No</td><td>Nama</td><td>C1</td><td>C2</td><td>C3</td><td>C4</td> </tr> "; $no = 1; while ( $dt2 = mysql_fetch_array( $sql2 )) { echo "<tr> <td> $no </td><td> ".getNama($dt2['idCalon'])." </td><td> ".round($dt2['Kriteria1']/$max['maxK1'],2)." </td><td> ".round($dt2['Kriteria2']/$max['maxK2'],2)." </td><td> ".round($dt2['Kriteria3']/$max['maxK3'],2)." </td><td> ".round($dt2['Kriteria4']/$max['maxK4'],2)." </td> </tr>"; $no ++; } echo "</table>" ; |
Selanjutnya lakukan Perangkingan :
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
| //Proses perangkingan dengan rumus langkah 3 $sql3 = mysql_query( "SELECT * FROM tbmatrik" ); //Buat tabel untuk menampilkan hasil echo "<H3>Perangkingan</H3> <table width=500 style= 'border:1px; #ddd; solid; border-collapse:collapse' border=1> <tr> <td>No</td><td>Nama</td><td>Rangking</td> </tr> "; $no = 1; //Kita gunakan rumus (Normalisasi x bobot) while ( $dt3 = mysql_fetch_array( $sql3 )) { echo "<tr> <td> $no </td><td> ".getNama($dt3['idCalon'])." </td> <td>" . round ((( $dt3 [ 'Kriteria1' ]/ $max [ 'maxK1' ])* $bobot [0])+ (( $dt3 [ 'Kriteria2' ]/ $max [ 'maxK2' ])* $bobot [1])+ (( $dt3 [ 'Kriteria3' ]/ $max [ 'maxK3' ])* $bobot [2])+ (( $dt3 [ 'Kriteria4' ]/ $max [ 'maxK4' ])* $bobot [3]),2)."</td> </tr>"; $no ++; } echo "</table>" ; |
Selesai, berikut adalah perhitungan sistem pendukung keputusan dengan PHP :
Hasil Sistem Pendukung Keputusan |
Sumber : http://burhanudin.web.id/programing/penerapan-metode-sistem-pendukung-keputusan-saw#ixzz2x0bDoNl3