Kembali lagi!! kali ini saya masih akan membahas mengenai logika ya? mengenai Logika Sistem Pendukung Keputusan Metode SAW pada Delphi, karena hidup ini penuh dengan Logika. Logika akan membuat hidup kita jelas terang dan mudah untuk menjalaninya. hahaha..... Setelah kemarin membahas logika mengenai Backup dan Restore data. Sekarang kita akan membahas tentang SPK atau AI. SPK atau AI adalah sistem pendukung keputusan dengan menggunakan Artificial Intelegence atau kecerdasan buatan yang akan kita buat. Di sini saya akan menggunakan studi kasus menggunakan aplikasi Delphi 7 dan menggunakan metode SAW.
Pengenalan Metode SAW
Algoritma SAW merupakan penjumlahan terbobot. Konsep dasar algoritma SAW adalah mencari penjumlahan terbobot dari rating kinerja pada setiap alternatif pada semua kriteria. Algoritma SAW membutuhkan proses normalisasi matriks keputusan (X) ke suatu skala yang dapat diperbandingkan dengan semua rating alternatif yang ada. Algoritma SAW mengenal adanya 2 (dua) atribut yaitu kriteria keuntungan (benefit) dan kriteria biaya (cost). Perbedaan mendasar dari kedua kriteria ini adalah dalam pemilihan kriteria ketika mengambil keputusan.
Langkah penyelesaian dalam menggunakan metode SAW adalah:
1. Menentukan alternatif, yaitu Ai.
2. Menentukan kriteria yang akan dijadikan acuan dalam pengambilan keputusan, yaitu Cj.
3. Memberikan nilai rating kecocokan setiap alternatif pada setiap kriteria.
4. Menentukan bobot preferensi atau tingkat kepentingan (W) setiap kriteria.
5. Membuat tabel rating kecocokan dari setiap alternatif pada setiap kriteria.
6. Membuat matriks keputusan (X) yang dibentuk dari tabel rating kecocokan dari setiap alternatif pada setiap kriteria.
7. Melakukan normalisasi matriks keputusan dengan cara menghitung nilai rating kinerja ternormalisasi (rij) dari alternatif Ai pada kriteria Cj.
Jika j adalah atribut keuntungan (benefit):
rij = xij : max xij
Jika j adalah atribut keuntungan (cost):
rij = min xij : xij
Keterangan:
rij = nilai rating kinerja ternormalisasi
xij = nilai atribut yang dimiliki dari setiap kriteria
max xij = nilai terbesar dari setiap kriteria
min xij = nilai terkecil dari setiap kriteria
benefit = jika nilai terbesar adalah terbaik
cost = jika nilai terkecil adalah terbaik
8. Hasil dari nilai rating kinerja ternormalisasi (rij) membentuk matriks ternormalisasi .
9. Hasil akhir nilai preferensi (Vi) diperoleh dari penjumlahan dari perkalian elemen baris matriks ternormalisasi (R) dengan bobot preferensi (W) yang bersesuaian dengan elemen kolom matriks (W).
Vi = 1 Wj rij
Keterangan:
Vi = nilai untuk setiap alternatif
Wj = nilai bobot dari setiap kriteria
rij = nilai rating kinerja ternormalisasi
Hasil perhitungan nilai Vi yang lebih besar mengindikasikan bahwa alternatif Ai merupakan alternatif terbaik.
Dari query tersebut saya menggunakan database dari xampp dengan nama database saw.
Query Metode SAW
Berikut ini adalah query yang saya gunakan untuk membuat Sistem Pendukung Keputusan Metode SAW pada Delphi :
Logika Backup Pada Delphi 7
Bagi kalian yang belum tahu tentang query di atas dapat ditanyakan melalui kolom komentar di bawah, selamat mencoba dan semoga bermanfaat. :D
This post have 0 komentar
EmoticonEmoticon