Implementasi Metode Fuzzy Simple Additive Weighting (Fuzzy - Saw) Dalam Sistem Pendukung Keputusan Dengan Pendekatan Variabel Benefit Dan Cost

Abstract

Abstrak
Dalam banyak kasus informasi ini kurang memadai untuk membuat sebuah keputusan yang spesifik guna memecahkan permasalahan tertentu. Oleh karena itulah Sistem Pendukung Keputusan dibuat sebagai suatu cara untuk memenuhi kebutuhan ini. Konsep sistem pendukung pengambilan keputusan yang berbasis komputer (computer based decision support system) saat ini sedang berkembang sangat pesat. Didalam proses pengambilan keputusan terdapat benyak kriteria yang digunakan, serta banyak juga metode yang bisa dipakai untuk mendapatkan solusi dari permasalahan tersebut. Metode yang akan dipakai dalam penelitian ini adalah fuzzy simple additive weighting, yang merupakan metode gabungan antara teori fuzzy dan metode penjumlahan bobot dalam system pendukung keputusan. Dalam metode ini terdapat dua bagian utama yang akan dibahas, yaitu proses pembobotan dan proses perengkingan. Dimana didalam proses pembobotannya terdapat proses normalisasi data yang membagi setiap variabel inputnya menjadi variabel benefit dan variabel cost. Adapun data uji yang akan digunakan sebanyak 120 buah data. Hasil perengkingan yang didapatkan dari metode ini nantinya akan dibandingkan dengan mengalikan nilai kepentingan data dengan data itu sendiri. Kata Kunci— Sistem Pendukung Keputusan, Metode Fuzzy SAW
Abstract
In many cases this information is insufficient to make a specific decision to solve a particular problem. Therefore, Decision Support Systems are made as a way to meet these needs. The concept of computer-based decision support systems is currently developing very rapidly. In the decision making process there are a number of criteria used, as well as many methods that can be used to obtain solutions to these problems. The method that will be used in this research is fuzzy simple additive weighting, which is a combined method of fuzzy theory and weight sum method in decision support systems. In this method there are two main parts to be discussed, namely the weighting process and the cracking process. Where in the weighting process there is a data normalization process that divides each input variable into benefit variables and cost variables. The test data will be used as many as 120 pieces of data. The results of the cracking obtained from this method will be compared to multiplying the value of the importance of the data with the data itself Keywords- Decision Support System, Fuzzy SAW Method