daffakbar / methodsaw-php

Metode SAW (Simple Additive Weighting)

Metode Simple Additive Weighting (SAW) dikenal dengan istilah metode penjumlahan terbobot. Konsep dasar pada metode SAW adalah mencari penjumlahan terbobot dari rating kinerja pada setiap alternatif di semua atribut

Studi kasus

Menentukan kriteria-kriteria dalam proses seleksi beasiswa kriteria yang digunakan :

1. C1 = Nilai Index Prestasi Akademik (Benefit)
2. C2 = Penghasilan Orang Tua (Cost)
3. C3 = Semester (Benefit)
4. C4 = Jumlah Tanggungan Orang Tua (Benefit)
5. C5 = Keikutsertaan Organisasi (Benefit)

Bobot Kriteria

Kriteria	Bobot
C1.	0,3
C2.	0,25
C3.	0,1
C4.	0,3
C5.	0,05
TOTAL.	1

---

dari kriteria tersebut akan digunakan variable. dimana setiap variabel akan diberi bobot dalam bentuk angka dengan range 1 - 10

Kriteria IPK

No.	IPK	Nilai
1.	IPK < 2,50	2,5
2.	2,50 <= IPK <= 3,00	5
3.	3,00 < IPK <= 3,50	7,5
4.	IPK > 3,50	10

Kriteria penghasilan orang tua

No.	Penghasilan orang tua	Nilai
1.	X <= Rp 1.000.000	2,5
2.	Rp 1.000.000 < X <= Rp 3.000.000	5
3.	Rp 3.000.000 < X < Rp 5.000.000	7,5
4.	X >= Rp 5.000.000	2,5

Kriteria jumlah tanggungan orang tua

No.	Jumlah tanggungan orang tua	Nilai
1.	1 anak	0
2.	2 anak	2,5
3.	3 anak	5
4.	4 anak	7,5
5.	5 anak	10

Kriteria semester

No.	Semester	Nilai
1.	Semester 2	0
2.	Semester 3	2
3.	Semester 4	4
4.	Semester 5	6
5.	Semester 6	8
6.	Semester 7	10

Kriteria Keikutsertaan organisasi

No.	Keikutsertaan organisasi	Nilai
1.	Pasif	0
2.	Tingkat (Jurusan)	2,5
3.	Tingkat (Fakultas)	5
4.	Tingkat (Universitas)	7,5
5.	Tingkat (Antar Universitas)	10

---

Perhitungan

pada studi kasus ini, ada 4 calon mahasiswa yang akan menjadi alternatif, yaitu:

1. Ibrahim
2. Ika
3. Rina
4. Cito

setiap alternatif diberikan variable untuk masing - masing kriteria sesuai keadaan dari alternatif:

Alternatif	C1	C2	C3	C4	C5
Ibramhim.	5	7.5	6	2.5	5
Ika.	2.5	5	4	5	7.5
Rina.	7.5	5	2	10	10
Dito.	10	2.5	8	7.5	10

kemudian dari tabel di atas dilakukan normalisasi sebagai berikut :

1. Benefit
   Rij = Xij / Max(Xij)
2. Cost
   Rij = Min(Xij) / Xij

Rij = nilai rating ternormalisasi
Max = nilai maksismum dari setiap baris dan kolom
Min = nilai Minimum dari setiap baris dan kolom
Xij = baris dan kolom dari matriks

Contoh:
Benefit
R11 = 5 / max{5,2.5,7.5,10}
R11 = 5 / 10
R11 = 0.5

Cost
R21 = Min{7.5,5,5,2.5} / 7.5
R21 = 2.5 / 7.5
R21 = 2.5 / 7.5
R21 = 0.33

Berikut hasilnya :

selanjutnya akan dilakukan perhitungan untuk mencari nilai akhir dengan melakukan perkalian bobot kriteria dan matriks R yang telah ternormalisasi

Contoh:
A1 = C1 x R11 + C2 x R12 + C3 x R13+ C4 x R14 + C5 x R15
A1 = 0.3 x 0.5 + 0.25 x 0.33 + 0.1 x 0.75 + 0.3 x 0.25 + 0.05 x 0.5
A1 = 0,4075

Berikut hasilnya:

jadi berikut adalah hasil perhitungan rekomendasi mahasiswa yangv layak mendapatkan beasiswa :