Metode WP menggunakan perkalian untuk menghubungkan rating atribut,
|
dimana rating setiap atribut harus dipangkatkan terlebih dahulu dengan bobot
|
atribut yang bersangkutan (Yoon, 1989).
|
Proses ini sama halnya dengan Normalisasi.
|
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.
|
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 bernamaZekson yang
layak untuk Kepala Laboratorium Kamputer
Tidak ada komentar:
Posting Komentar