Sistem Pendukung Keputusan Weighted Product (WP)

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.

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 bernamaZekson yang
layak untuk Kepala Laboratorium Kamputer