SlideShare a Scribd company logo
1 of 38
Download to read offline
Teknik Informatika UHO Kendari
2016
Materi:
 Metode Technique for Order of Preference
by Similarity to Ideal Solution (TOPSIS)
 Contoh penerapan metode TOPSIS pada
kasus penentuan guru berprestasi.
Materi Kuliah Kelas Ekstensi JurusanTeknik Informatika UHO Kendari
Technique for Order of
Preference by Similarity to Ideal
Solution (TOPSIS) merupakan
metode yang cukup populer
dan telah dipergunakan secara
luas dalam bidang SPK
Penemu MetodeTOPSIS
TOPSIS adalah salah satu metode pengambilan keputusan
multikriteria yang pertama kali diperkenalkan oleh Yoon dan
Hwang (1981)
TOPSIS didasarkan pada konsep
dimana alternatif terpilih yang terbaik
tidak hanya memiliki jarak terpendek
dari solusi ideal positif, namun juga
memiliki jarak terpanjang dari solusi
ideal negatif (Kusumadewi, 2006:87).
TOPSIS menggunakan prinsip bahwa
alternatif yang terpilih harus mempunyai
jarak terdekat dari solusi ideal positif dan
terjauh dari solusi ideal negatif dengan
menggunakan jarak Euclidean untuk
menentukan kedekatan relatif dari suatu
alternatif dengan solusi optimal.
Technique for Order of Preference by Similarity to
Ideal Solution (TOPSIS)
AlgoritmaTOPSIS
disertai Contoh
Contoh Kasus sederhana:
Pemilihan Guru Berprestasi
Pemilihan Guru Berprestasi
 Menjelang bulan Mei setiap tahunnya selalu diadakan kompetisi antar
guru se-Indonesia dalam Pemilihan Guru Berprestasi mulai dari
tingkat sekolah, kecamatan, kabupaten, provinsi dan final di tingkat
nasional.
 Guru berprestasi dalam pelaksanaan pembelajaran merupakan guru yang
mampu melaksanakan tugas pokok dan fungsinya (Tupoksi) dengan baik
dalam pelaksanaan pembelajaran yang terdiri atas serangkaia kegiatan.
 Pemilihan Guru Berprestasi menjadi ajang kompetisi positif antar peserta
dalam meningkatkan kompetensi dan profesionalisme mereka.
 Oleh karena itu, dengan menerapkan metode TOPSIS, diharapkan dapat
memberikan solusi berupa sistem pengambilan keputusan yang bisa
digunakan secara efektif dan efesien.
Kriteria 1:
Portofolio Guru
Dalam mengukur prestasi guru, portofolio merupakan komponen
yang paling penting. Portofolio guru merupakan suatu kumpulan dari
pekerjaan yang dihasilkan oleh seorang guru, yang didesain untuk
menggambarkan talenta/prestasi yang dimilikinya.
Kriteria 2:
Tes Tertulis
Tes Tertulis merupakan tes/ujian dalam bentuk tertulis mengenai
materi-materi tertentu sesuai dengan bidang ilmu seorang guru.
Kriteria 3:
Tes Kepribadian
Tes Kepribadian merupakan tes yang dilakukan untuk mengetahui
kepribadian atau kecenderungan seorang guru.
Kriteria 4:
Tes Wawancara
Kriteria 5:
Makalah
Dalam penentuan guru berpestasi, biasanya akan dilakukan penilaian
mengenai makalah PTK (Penelitian Tindakan Kelas) yang telah
disusun oleh guru.
Diketahui bahwa bobot tiap Kriteria adalah
sebagai berikut:
Kriteria portofolio
tes
tertulis
tes
kepribadian
wawancara
membuat
makalah
Kepentingan atau Bobot 5 4 2 3 3
kepentingan
1 Sangat Rendah
2 Rendah
3 Cukup
4 Tinggi
5 Sangat Tinggi
ALTERNATIF
1. Pak A 2. Ibu B
3. Ibu C 4. Pak D
Misalnya tersedia
4 Alternatif
Langkah 1: Buat sebuah
matriks xij yang terdiri atas
m alternatif dan n kriteria.
Matriks ini berisi bobot/grade dari masing-masing
alternatif terhadap tiap kriteria yang ada.
Menentukan grade dari masing-masing alternatif
terhadap kriteria sehingga terbentuk matriks xij
Alternatif/
Kriteria portofolio
tes
tertulis
tes
kepribadian wawancara
membuat
makalah
Bapak A 3 3 4 3 2
Ibu B 4 4 5 2 2
Ibu C 3 3 4 3 4
Bapak D 5 3 5 2 3
grade
1 sangat buruk
2 buruk
3 cukup
4 baik
5 sangat baik
Contoh: Ibu C memiliki nilai “cukup” dari hasil wawancara, makalah yang dibuat
oleh Bapak A diberi nilai “buruk”, hasil tes tertulis Ibu B dinilai “baik”, dst..
Langkah 2: Hitung Normalized
Decision Matrix (Matriks
KeputusanTernormalisasi)
Matriks ternormalisasi dapat dihitung dengan:

 m
i
ij
ij
ij
x
x
r
1
2
dengan i =1, 2,..., m dan j = 1, 2, ..., n.
Alternatif/
Kriteria portofolio
tes
tertulis
tes
kepribadian wawancara
membuat
makalah
Bapak A 3 3 4 3 2
Ibu B 4 4 5 2 2
Ibu C 3 3 4 3 4
Bapak D 5 3 5 2 3
Contoh:
diketahui matriks x(1,1) = 3.
pembagi diperoleh dengan:
sehingga matriks ternormalisasinya adalah: 3/7.6811 = 0.3906
6811.75343 2222

Pembagi 7.6811 6.5574 9.0554 5.0990 5.7446
Tabel Keputusan Ternormalisasi
Alternatif/
Kriteria portofolio tes tertulis
tes
kepribadian wawancara
membuat
makalah
Bapak A 0.3906 0.4575 0.4417 0.5883 0.3482
Ibu B 0.5208 0.6100 0.5522 0.3922 0.3482
Ibu C 0.3906 0.4575 0.4417 0.5883 0.6963
Bapak D 0.6509 0.4575 0.5522 0.3922 0.5222
sehingga diperoleh tabel hasil keputusan ternormalisasi sebagai berikut:
Langkah 3: Hitung weighted
normalized decision matrix
(matriks keputusan
ternormalisasi dan terbobot)
Nilai bobot ternormalisasi dapat dihitung
dengan:
Tabel Keputusan Ternormalisasi dan Terbobot
Alternatif/
Kriteria portofolio tes tertulis
tes
kepribadian wawancara
membuat
makalah
Bapak A 0.0781 0.1144 0.2209 0.1961 0.1161
Ibu B 0.1042 0.1525 0.2761 0.1307 0.1161
Ibu C 0.0781 0.1144 0.2209 0.1961 0.2321
Bapak D 0.1302 0.1144 0.2761 0.1307 0.1741
Langkah 4:Tentukan solusi
ideal positif (A* ) dan solusi
ideal negatif (A- ).
A* merupakan solusi ideal positif yang diharapkan,
sedangkan A- merupakan solusi ideal negatif. Makin kecil
nilai A* dan makin besar nilai A- nya, maka makin besar
kemungkinan sebuah alternatif untuk terpilih
Hasil perhitungan Solusi Ideal Positif dan Solusi Ideal
Negatif
Alternatif/
Kriteria
portofolio tes tertulis
tes
kepribadian
wawancara
membuat
makalah
A* 0.1302 0.1525 0.2761 0.1961 0.2321
A- 0.0781 0.1144 0.2209 0.1307 0.1161
Langkah 5: Menghitung besar
jarak (separation measure)
menggunakan perhitungan
jarak Euclidean.
Rumus untuk memperoleh nilai separation measure
untuk solusi ideal positif S*
i dan nilai separation measure
untuk solusi ideal negatif S-
i adalah sebagai berikut:
Sehingga diperoleh nilai separation measure
S*
i dan S-
i adalah :
S* S-
0.1438 0.0654
0.1357 0.0720
0.0849 0.1332
0.0954 0.0955
Langkah 6: Hitung kedekatan
relatif (relative closeness)
terhadap solusi yang paling
ideal.
Rumus untuk menghitung kedekatan relatif
(relative closeness) terhadap solusi yang paling
ideal:
Hasil Perhitungan Kedekatakan Relatif (Relative
Closeness)
Alternatif RC Ranking
Bapak A 0.3125 4
Ibu B 0.3465 3
Ibu C 0.6106 1
Bapak D 0.5005 2
Langkah 7: Merangking
alternatif berdasarkan nilai
RC*
i.
Hasil Akhir
Semakin besar RC, maka
semakin tinggi rangkingnya.
Oleh karena itu, Ibu C
terpilih sebagai Guru paling
berprestasi dengan nilai RC
tertinggi sebesar 0.6106.
Ibu C sebagai
Guru Berprestasi
Contoh perhitungan dalam bentuk
spreadsheet dapat diakses di laman :
https://docs.google.com/spreadsheets/
d/12UUdFwSBcBxj1JV1CAOEqPSlpdiSj
60zpTr_y2O4LLg/edit#gid=245058786
TERIMA KASIH
Daftar Pustaka
 Feng-Yi Wu dan Chung-Chu Chuang.The Optimal Relationship between
Buyer and Seller Obtained UsingTOPSIS Method. ICIIM. 2013
 https://en.wikipedia.org/wiki/TOPSIS
 Gambar: google image

More Related Content

What's hot

Metode numerik persamaan non linier
Metode numerik persamaan non linierMetode numerik persamaan non linier
Metode numerik persamaan non linierIzhan Nassuha
 
Pertemuan 6 & 7 ars. gerbang logika
Pertemuan 6 & 7 ars. gerbang logikaPertemuan 6 & 7 ars. gerbang logika
Pertemuan 6 & 7 ars. gerbang logikaBuhori Muslim
 
Permasalahan terstruktur, semi terstruktur dan tidak terstruktur dan penerapa...
Permasalahan terstruktur, semi terstruktur dan tidak terstruktur dan penerapa...Permasalahan terstruktur, semi terstruktur dan tidak terstruktur dan penerapa...
Permasalahan terstruktur, semi terstruktur dan tidak terstruktur dan penerapa...I Gede Iwan Sudipa
 
Makalah Metode Numerik : Sistem Persamaan Linear
Makalah Metode Numerik : Sistem Persamaan Linear Makalah Metode Numerik : Sistem Persamaan Linear
Makalah Metode Numerik : Sistem Persamaan Linear Kannal Bakti Pakinde
 
Metode Simplek Minimasi
Metode Simplek MinimasiMetode Simplek Minimasi
Metode Simplek MinimasiSiti Zuariyah
 
Pertemuan 9 Representasi Pengetahuan
Pertemuan 9 Representasi PengetahuanPertemuan 9 Representasi Pengetahuan
Pertemuan 9 Representasi PengetahuanEndang Retnoningsih
 
Data mining 5 klasifikasi decision tree dan random forest
Data mining 5   klasifikasi decision tree dan random forestData mining 5   klasifikasi decision tree dan random forest
Data mining 5 klasifikasi decision tree dan random forestIrwansyahSaputra1
 
Kuliah SPK: Metode AHP (Analytical Hierarchy Process)
Kuliah SPK: Metode AHP (Analytical Hierarchy Process)Kuliah SPK: Metode AHP (Analytical Hierarchy Process)
Kuliah SPK: Metode AHP (Analytical Hierarchy Process)Mutmainnah Muchtar
 
Algoritma Greedy (contoh soal)
Algoritma Greedy (contoh soal)Algoritma Greedy (contoh soal)
Algoritma Greedy (contoh soal)Ajeng Savitri
 
ITP UNS SEMESTER 2 Integer programming
ITP UNS SEMESTER 2 Integer programmingITP UNS SEMESTER 2 Integer programming
ITP UNS SEMESTER 2 Integer programmingFransiska Puteri
 
Pertemuan 4-metode-pencarian-dan-pelacakan
Pertemuan 4-metode-pencarian-dan-pelacakanPertemuan 4-metode-pencarian-dan-pelacakan
Pertemuan 4-metode-pencarian-dan-pelacakanwillyhayon
 
4.1 Operasi Dasar Singly Linked List 1 (primitive list)
4.1 Operasi Dasar Singly Linked List  1 (primitive list)4.1 Operasi Dasar Singly Linked List  1 (primitive list)
4.1 Operasi Dasar Singly Linked List 1 (primitive list)Kelinci Coklat
 
Testing&implementasi 4
Testing&implementasi 4Testing&implementasi 4
Testing&implementasi 4aiiniR
 
Logika matematika pertemuan 2 (inferensi)
Logika matematika pertemuan 2 (inferensi)Logika matematika pertemuan 2 (inferensi)
Logika matematika pertemuan 2 (inferensi)Meycelino A. T
 
Akar akar persamaan non linier
Akar akar persamaan non linierAkar akar persamaan non linier
Akar akar persamaan non linierAlen Pepa
 
Diagram Konteks dan DFD Sistem Informasi Penjualan
Diagram Konteks dan DFD Sistem Informasi PenjualanDiagram Konteks dan DFD Sistem Informasi Penjualan
Diagram Konteks dan DFD Sistem Informasi PenjualanRicky Kusriana Subagja
 
Metode simpleks dua fase
Metode simpleks dua faseMetode simpleks dua fase
Metode simpleks dua fasespecy1234
 
Makalah kelompok 4 metode simpleks
Makalah kelompok 4 metode simpleksMakalah kelompok 4 metode simpleks
Makalah kelompok 4 metode simpleksNila Aulia
 

What's hot (20)

Metode numerik persamaan non linier
Metode numerik persamaan non linierMetode numerik persamaan non linier
Metode numerik persamaan non linier
 
Pertemuan 6 & 7 ars. gerbang logika
Pertemuan 6 & 7 ars. gerbang logikaPertemuan 6 & 7 ars. gerbang logika
Pertemuan 6 & 7 ars. gerbang logika
 
Permasalahan terstruktur, semi terstruktur dan tidak terstruktur dan penerapa...
Permasalahan terstruktur, semi terstruktur dan tidak terstruktur dan penerapa...Permasalahan terstruktur, semi terstruktur dan tidak terstruktur dan penerapa...
Permasalahan terstruktur, semi terstruktur dan tidak terstruktur dan penerapa...
 
Makalah Metode Numerik : Sistem Persamaan Linear
Makalah Metode Numerik : Sistem Persamaan Linear Makalah Metode Numerik : Sistem Persamaan Linear
Makalah Metode Numerik : Sistem Persamaan Linear
 
Metode Simplek Minimasi
Metode Simplek MinimasiMetode Simplek Minimasi
Metode Simplek Minimasi
 
Pertemuan 9 Representasi Pengetahuan
Pertemuan 9 Representasi PengetahuanPertemuan 9 Representasi Pengetahuan
Pertemuan 9 Representasi Pengetahuan
 
Data mining 5 klasifikasi decision tree dan random forest
Data mining 5   klasifikasi decision tree dan random forestData mining 5   klasifikasi decision tree dan random forest
Data mining 5 klasifikasi decision tree dan random forest
 
Kuliah SPK: Metode AHP (Analytical Hierarchy Process)
Kuliah SPK: Metode AHP (Analytical Hierarchy Process)Kuliah SPK: Metode AHP (Analytical Hierarchy Process)
Kuliah SPK: Metode AHP (Analytical Hierarchy Process)
 
Algoritma Greedy (contoh soal)
Algoritma Greedy (contoh soal)Algoritma Greedy (contoh soal)
Algoritma Greedy (contoh soal)
 
8 logika predikat
8  logika predikat8  logika predikat
8 logika predikat
 
ITP UNS SEMESTER 2 Integer programming
ITP UNS SEMESTER 2 Integer programmingITP UNS SEMESTER 2 Integer programming
ITP UNS SEMESTER 2 Integer programming
 
Pertemuan 4-metode-pencarian-dan-pelacakan
Pertemuan 4-metode-pencarian-dan-pelacakanPertemuan 4-metode-pencarian-dan-pelacakan
Pertemuan 4-metode-pencarian-dan-pelacakan
 
4.1 Operasi Dasar Singly Linked List 1 (primitive list)
4.1 Operasi Dasar Singly Linked List  1 (primitive list)4.1 Operasi Dasar Singly Linked List  1 (primitive list)
4.1 Operasi Dasar Singly Linked List 1 (primitive list)
 
Testing&implementasi 4
Testing&implementasi 4Testing&implementasi 4
Testing&implementasi 4
 
Logika matematika pertemuan 2 (inferensi)
Logika matematika pertemuan 2 (inferensi)Logika matematika pertemuan 2 (inferensi)
Logika matematika pertemuan 2 (inferensi)
 
Regula falsi
Regula falsiRegula falsi
Regula falsi
 
Akar akar persamaan non linier
Akar akar persamaan non linierAkar akar persamaan non linier
Akar akar persamaan non linier
 
Diagram Konteks dan DFD Sistem Informasi Penjualan
Diagram Konteks dan DFD Sistem Informasi PenjualanDiagram Konteks dan DFD Sistem Informasi Penjualan
Diagram Konteks dan DFD Sistem Informasi Penjualan
 
Metode simpleks dua fase
Metode simpleks dua faseMetode simpleks dua fase
Metode simpleks dua fase
 
Makalah kelompok 4 metode simpleks
Makalah kelompok 4 metode simpleksMakalah kelompok 4 metode simpleks
Makalah kelompok 4 metode simpleks
 

Viewers also liked

Dasar dasar periklanan
Dasar dasar periklananDasar dasar periklanan
Dasar dasar periklananqhoha
 
Future of radio for today generation
Future of radio for today generationFuture of radio for today generation
Future of radio for today generationHemat Dwi Nuryanto
 
content & pipe
content & pipecontent & pipe
content & pipeMila
 
Rating Measurement & TV Program Development
Rating Measurement & TV Program DevelopmentRating Measurement & TV Program Development
Rating Measurement & TV Program DevelopmentMila
 
Pemasaran program tv dan radio
Pemasaran program tv dan radioPemasaran program tv dan radio
Pemasaran program tv dan radioArya Dillah
 
Materi kuliah ebusiness (e-marketing) IT-UHO (pert6-7)
Materi kuliah ebusiness (e-marketing) IT-UHO (pert6-7)Materi kuliah ebusiness (e-marketing) IT-UHO (pert6-7)
Materi kuliah ebusiness (e-marketing) IT-UHO (pert6-7)Mutmainnah Muchtar
 

Viewers also liked (7)

Dasar dasar periklanan
Dasar dasar periklananDasar dasar periklanan
Dasar dasar periklanan
 
Future of radio for today generation
Future of radio for today generationFuture of radio for today generation
Future of radio for today generation
 
content & pipe
content & pipecontent & pipe
content & pipe
 
Rating Measurement & TV Program Development
Rating Measurement & TV Program DevelopmentRating Measurement & TV Program Development
Rating Measurement & TV Program Development
 
Pemasaran program tv dan radio
Pemasaran program tv dan radioPemasaran program tv dan radio
Pemasaran program tv dan radio
 
Materi kuliah ebusiness (e-marketing) IT-UHO (pert6-7)
Materi kuliah ebusiness (e-marketing) IT-UHO (pert6-7)Materi kuliah ebusiness (e-marketing) IT-UHO (pert6-7)
Materi kuliah ebusiness (e-marketing) IT-UHO (pert6-7)
 
Strategi Marketing Radio dan Televisi Lokal
Strategi Marketing Radio dan Televisi LokalStrategi Marketing Radio dan Televisi Lokal
Strategi Marketing Radio dan Televisi Lokal
 

Similar to Kuliah SPK : Metode TOPSIS

Sistem pendukung keputusan metode topsis .ppt
Sistem pendukung keputusan metode topsis .pptSistem pendukung keputusan metode topsis .ppt
Sistem pendukung keputusan metode topsis .pptFernandaSuryaIllahi
 
Metode penelitian 5+6
Metode penelitian 5+6Metode penelitian 5+6
Metode penelitian 5+6anugrahwati
 
Evaluasi Belajar KB 3.pdf
Evaluasi Belajar KB 3.pdfEvaluasi Belajar KB 3.pdf
Evaluasi Belajar KB 3.pdftawakal17
 
KELOMPOK 4 EVALUASI PEMBELAJARAN.pdf
KELOMPOK 4 EVALUASI PEMBELAJARAN.pdfKELOMPOK 4 EVALUASI PEMBELAJARAN.pdf
KELOMPOK 4 EVALUASI PEMBELAJARAN.pdfBasahbasahproject
 
analisis-butir-soal (2).ppt
analisis-butir-soal (2).pptanalisis-butir-soal (2).ppt
analisis-butir-soal (2).pptesilraja
 
Analisis Butir Soal Pilihan Ganda Dan Essay.pptx
Analisis Butir Soal Pilihan Ganda Dan Essay.pptxAnalisis Butir Soal Pilihan Ganda Dan Essay.pptx
Analisis Butir Soal Pilihan Ganda Dan Essay.pptxRohmatulFikri
 
Tes objektif dan pengembangan tes objektif
Tes objektif dan pengembangan tes objektifTes objektif dan pengembangan tes objektif
Tes objektif dan pengembangan tes objektifmafia_konoha
 
Tugas Ruang kolaborasi Modul 3.1.pptx
Tugas Ruang kolaborasi Modul 3.1.pptxTugas Ruang kolaborasi Modul 3.1.pptx
Tugas Ruang kolaborasi Modul 3.1.pptxAgungNugroho883817
 
PTT Kelompok 5 28 mei 2023.pptx
PTT Kelompok 5 28 mei 2023.pptxPTT Kelompok 5 28 mei 2023.pptx
PTT Kelompok 5 28 mei 2023.pptxChrodtianTian
 
tugasruangkolaborasimodul3-221024220911-a8790f48 (1).pptx
tugasruangkolaborasimodul3-221024220911-a8790f48 (1).pptxtugasruangkolaborasimodul3-221024220911-a8790f48 (1).pptx
tugasruangkolaborasimodul3-221024220911-a8790f48 (1).pptxarfinah36
 
Evaluasi Pembelajaran
Evaluasi PembelajaranEvaluasi Pembelajaran
Evaluasi PembelajaranIbnu Fajar
 
3.1 a.5 Ruang Kolaborasi Modul 3.1_.pptx
3.1 a.5 Ruang Kolaborasi Modul 3.1_.pptx3.1 a.5 Ruang Kolaborasi Modul 3.1_.pptx
3.1 a.5 Ruang Kolaborasi Modul 3.1_.pptxSalahiyahSalahiyah
 
Paradigma yang digunakan rasa keadilan lawan rasa kasihan
Paradigma yang digunakan rasa keadilan lawan rasa kasihanParadigma yang digunakan rasa keadilan lawan rasa kasihan
Paradigma yang digunakan rasa keadilan lawan rasa kasihanni5448
 
Pengembangan evaluasi hasil belajar jenis tes (pmm 4 semester iv stambuk 2015)
Pengembangan evaluasi hasil belajar jenis tes (pmm 4 semester iv stambuk 2015)Pengembangan evaluasi hasil belajar jenis tes (pmm 4 semester iv stambuk 2015)
Pengembangan evaluasi hasil belajar jenis tes (pmm 4 semester iv stambuk 2015)widyani siregar
 
Analisis soal secara manual
Analisis soal secara manualAnalisis soal secara manual
Analisis soal secara manualAbu Abdirrahman
 
Sidang skripsi muji
Sidang skripsi mujiSidang skripsi muji
Sidang skripsi mujiGE CENTRE
 
Makalah analisis soal pg
Makalah analisis soal pgMakalah analisis soal pg
Makalah analisis soal pgAfrina Astuti
 
Pk kondisi tdk pasti
Pk kondisi tdk pastiPk kondisi tdk pasti
Pk kondisi tdk pastiaridom07
 

Similar to Kuliah SPK : Metode TOPSIS (20)

Sistem pendukung keputusan metode topsis .ppt
Sistem pendukung keputusan metode topsis .pptSistem pendukung keputusan metode topsis .ppt
Sistem pendukung keputusan metode topsis .ppt
 
Metode penelitian 5+6
Metode penelitian 5+6Metode penelitian 5+6
Metode penelitian 5+6
 
Sesi 3.ppt
Sesi 3.pptSesi 3.ppt
Sesi 3.ppt
 
Evaluasi Belajar KB 3.pdf
Evaluasi Belajar KB 3.pdfEvaluasi Belajar KB 3.pdf
Evaluasi Belajar KB 3.pdf
 
KELOMPOK 4 EVALUASI PEMBELAJARAN.pdf
KELOMPOK 4 EVALUASI PEMBELAJARAN.pdfKELOMPOK 4 EVALUASI PEMBELAJARAN.pdf
KELOMPOK 4 EVALUASI PEMBELAJARAN.pdf
 
analisis-butir-soal (2).ppt
analisis-butir-soal (2).pptanalisis-butir-soal (2).ppt
analisis-butir-soal (2).ppt
 
Analisis Butir Soal Pilihan Ganda Dan Essay.pptx
Analisis Butir Soal Pilihan Ganda Dan Essay.pptxAnalisis Butir Soal Pilihan Ganda Dan Essay.pptx
Analisis Butir Soal Pilihan Ganda Dan Essay.pptx
 
Tes objektif dan pengembangan tes objektif
Tes objektif dan pengembangan tes objektifTes objektif dan pengembangan tes objektif
Tes objektif dan pengembangan tes objektif
 
Tugas Ruang kolaborasi Modul 3.1.pptx
Tugas Ruang kolaborasi Modul 3.1.pptxTugas Ruang kolaborasi Modul 3.1.pptx
Tugas Ruang kolaborasi Modul 3.1.pptx
 
PTT Kelompok 5 28 mei 2023.pptx
PTT Kelompok 5 28 mei 2023.pptxPTT Kelompok 5 28 mei 2023.pptx
PTT Kelompok 5 28 mei 2023.pptx
 
tugasruangkolaborasimodul3-221024220911-a8790f48 (1).pptx
tugasruangkolaborasimodul3-221024220911-a8790f48 (1).pptxtugasruangkolaborasimodul3-221024220911-a8790f48 (1).pptx
tugasruangkolaborasimodul3-221024220911-a8790f48 (1).pptx
 
Evaluasi Pembelajaran
Evaluasi PembelajaranEvaluasi Pembelajaran
Evaluasi Pembelajaran
 
3.1 a.5 Ruang Kolaborasi Modul 3.1_.pptx
3.1 a.5 Ruang Kolaborasi Modul 3.1_.pptx3.1 a.5 Ruang Kolaborasi Modul 3.1_.pptx
3.1 a.5 Ruang Kolaborasi Modul 3.1_.pptx
 
Paradigma yang digunakan rasa keadilan lawan rasa kasihan
Paradigma yang digunakan rasa keadilan lawan rasa kasihanParadigma yang digunakan rasa keadilan lawan rasa kasihan
Paradigma yang digunakan rasa keadilan lawan rasa kasihan
 
Pengembangan evaluasi hasil belajar jenis tes (pmm 4 semester iv stambuk 2015)
Pengembangan evaluasi hasil belajar jenis tes (pmm 4 semester iv stambuk 2015)Pengembangan evaluasi hasil belajar jenis tes (pmm 4 semester iv stambuk 2015)
Pengembangan evaluasi hasil belajar jenis tes (pmm 4 semester iv stambuk 2015)
 
Analisis soal secara manual
Analisis soal secara manualAnalisis soal secara manual
Analisis soal secara manual
 
Sidang skripsi muji
Sidang skripsi mujiSidang skripsi muji
Sidang skripsi muji
 
Makalah analisis soal pg
Makalah analisis soal pgMakalah analisis soal pg
Makalah analisis soal pg
 
Pk kondisi tdk pasti
Pk kondisi tdk pastiPk kondisi tdk pasti
Pk kondisi tdk pasti
 
Decision Analysis
Decision AnalysisDecision Analysis
Decision Analysis
 

Recently uploaded

rekayasa struktur beton prategang - 2_compressed (1).pdf
rekayasa struktur beton prategang - 2_compressed (1).pdfrekayasa struktur beton prategang - 2_compressed (1).pdf
rekayasa struktur beton prategang - 2_compressed (1).pdfssuser40d8e3
 
2021 - 10 - 03 PAPARAN PENDAHULUAN LEGGER JALAN.pptx
2021 - 10 - 03 PAPARAN PENDAHULUAN LEGGER JALAN.pptx2021 - 10 - 03 PAPARAN PENDAHULUAN LEGGER JALAN.pptx
2021 - 10 - 03 PAPARAN PENDAHULUAN LEGGER JALAN.pptxAnnisaNurHasanah27
 
2021 - 12 - 10 PAPARAN AKHIR LEGGER JALAN.pptx
2021 - 12 - 10 PAPARAN AKHIR LEGGER JALAN.pptx2021 - 12 - 10 PAPARAN AKHIR LEGGER JALAN.pptx
2021 - 12 - 10 PAPARAN AKHIR LEGGER JALAN.pptxAnnisaNurHasanah27
 
05 Sistem Perencanaan Pembangunan Nasional.ppt
05 Sistem Perencanaan Pembangunan Nasional.ppt05 Sistem Perencanaan Pembangunan Nasional.ppt
05 Sistem Perencanaan Pembangunan Nasional.pptSonyGobang1
 
MAteri:Penggunaan fungsi pada pemrograman c++
MAteri:Penggunaan fungsi pada pemrograman c++MAteri:Penggunaan fungsi pada pemrograman c++
MAteri:Penggunaan fungsi pada pemrograman c++FujiAdam
 
Strategi Pengembangan Agribisnis di Indonesia
Strategi Pengembangan Agribisnis di IndonesiaStrategi Pengembangan Agribisnis di Indonesia
Strategi Pengembangan Agribisnis di IndonesiaRenaYunita2
 
Slide Transformasi dan Load Data Menggunakan Talend Open Studio
Slide Transformasi dan Load Data Menggunakan Talend Open StudioSlide Transformasi dan Load Data Menggunakan Talend Open Studio
Slide Transformasi dan Load Data Menggunakan Talend Open Studiossuser52d6bf
 
001. Ringkasan Lampiran Juknis DAK 2024_PAUD.pptx
001. Ringkasan Lampiran Juknis DAK 2024_PAUD.pptx001. Ringkasan Lampiran Juknis DAK 2024_PAUD.pptx
001. Ringkasan Lampiran Juknis DAK 2024_PAUD.pptxMuhararAhmad
 
Pembangkit Listrik Tenaga Nuklir Kelompok 1.pptx
Pembangkit Listrik Tenaga Nuklir Kelompok 1.pptxPembangkit Listrik Tenaga Nuklir Kelompok 1.pptx
Pembangkit Listrik Tenaga Nuklir Kelompok 1.pptxmuhammadrizky331164
 

Recently uploaded (9)

rekayasa struktur beton prategang - 2_compressed (1).pdf
rekayasa struktur beton prategang - 2_compressed (1).pdfrekayasa struktur beton prategang - 2_compressed (1).pdf
rekayasa struktur beton prategang - 2_compressed (1).pdf
 
2021 - 10 - 03 PAPARAN PENDAHULUAN LEGGER JALAN.pptx
2021 - 10 - 03 PAPARAN PENDAHULUAN LEGGER JALAN.pptx2021 - 10 - 03 PAPARAN PENDAHULUAN LEGGER JALAN.pptx
2021 - 10 - 03 PAPARAN PENDAHULUAN LEGGER JALAN.pptx
 
2021 - 12 - 10 PAPARAN AKHIR LEGGER JALAN.pptx
2021 - 12 - 10 PAPARAN AKHIR LEGGER JALAN.pptx2021 - 12 - 10 PAPARAN AKHIR LEGGER JALAN.pptx
2021 - 12 - 10 PAPARAN AKHIR LEGGER JALAN.pptx
 
05 Sistem Perencanaan Pembangunan Nasional.ppt
05 Sistem Perencanaan Pembangunan Nasional.ppt05 Sistem Perencanaan Pembangunan Nasional.ppt
05 Sistem Perencanaan Pembangunan Nasional.ppt
 
MAteri:Penggunaan fungsi pada pemrograman c++
MAteri:Penggunaan fungsi pada pemrograman c++MAteri:Penggunaan fungsi pada pemrograman c++
MAteri:Penggunaan fungsi pada pemrograman c++
 
Strategi Pengembangan Agribisnis di Indonesia
Strategi Pengembangan Agribisnis di IndonesiaStrategi Pengembangan Agribisnis di Indonesia
Strategi Pengembangan Agribisnis di Indonesia
 
Slide Transformasi dan Load Data Menggunakan Talend Open Studio
Slide Transformasi dan Load Data Menggunakan Talend Open StudioSlide Transformasi dan Load Data Menggunakan Talend Open Studio
Slide Transformasi dan Load Data Menggunakan Talend Open Studio
 
001. Ringkasan Lampiran Juknis DAK 2024_PAUD.pptx
001. Ringkasan Lampiran Juknis DAK 2024_PAUD.pptx001. Ringkasan Lampiran Juknis DAK 2024_PAUD.pptx
001. Ringkasan Lampiran Juknis DAK 2024_PAUD.pptx
 
Pembangkit Listrik Tenaga Nuklir Kelompok 1.pptx
Pembangkit Listrik Tenaga Nuklir Kelompok 1.pptxPembangkit Listrik Tenaga Nuklir Kelompok 1.pptx
Pembangkit Listrik Tenaga Nuklir Kelompok 1.pptx
 

Kuliah SPK : Metode TOPSIS

  • 1. Teknik Informatika UHO Kendari 2016
  • 2. Materi:  Metode Technique for Order of Preference by Similarity to Ideal Solution (TOPSIS)  Contoh penerapan metode TOPSIS pada kasus penentuan guru berprestasi. Materi Kuliah Kelas Ekstensi JurusanTeknik Informatika UHO Kendari
  • 3. Technique for Order of Preference by Similarity to Ideal Solution (TOPSIS) merupakan metode yang cukup populer dan telah dipergunakan secara luas dalam bidang SPK
  • 4. Penemu MetodeTOPSIS TOPSIS adalah salah satu metode pengambilan keputusan multikriteria yang pertama kali diperkenalkan oleh Yoon dan Hwang (1981) TOPSIS didasarkan pada konsep dimana alternatif terpilih yang terbaik tidak hanya memiliki jarak terpendek dari solusi ideal positif, namun juga memiliki jarak terpanjang dari solusi ideal negatif (Kusumadewi, 2006:87).
  • 5. TOPSIS menggunakan prinsip bahwa alternatif yang terpilih harus mempunyai jarak terdekat dari solusi ideal positif dan terjauh dari solusi ideal negatif dengan menggunakan jarak Euclidean untuk menentukan kedekatan relatif dari suatu alternatif dengan solusi optimal. Technique for Order of Preference by Similarity to Ideal Solution (TOPSIS)
  • 8. Pemilihan Guru Berprestasi  Menjelang bulan Mei setiap tahunnya selalu diadakan kompetisi antar guru se-Indonesia dalam Pemilihan Guru Berprestasi mulai dari tingkat sekolah, kecamatan, kabupaten, provinsi dan final di tingkat nasional.  Guru berprestasi dalam pelaksanaan pembelajaran merupakan guru yang mampu melaksanakan tugas pokok dan fungsinya (Tupoksi) dengan baik dalam pelaksanaan pembelajaran yang terdiri atas serangkaia kegiatan.  Pemilihan Guru Berprestasi menjadi ajang kompetisi positif antar peserta dalam meningkatkan kompetensi dan profesionalisme mereka.  Oleh karena itu, dengan menerapkan metode TOPSIS, diharapkan dapat memberikan solusi berupa sistem pengambilan keputusan yang bisa digunakan secara efektif dan efesien.
  • 9. Kriteria 1: Portofolio Guru Dalam mengukur prestasi guru, portofolio merupakan komponen yang paling penting. Portofolio guru merupakan suatu kumpulan dari pekerjaan yang dihasilkan oleh seorang guru, yang didesain untuk menggambarkan talenta/prestasi yang dimilikinya.
  • 10. Kriteria 2: Tes Tertulis Tes Tertulis merupakan tes/ujian dalam bentuk tertulis mengenai materi-materi tertentu sesuai dengan bidang ilmu seorang guru.
  • 11. Kriteria 3: Tes Kepribadian Tes Kepribadian merupakan tes yang dilakukan untuk mengetahui kepribadian atau kecenderungan seorang guru.
  • 13. Kriteria 5: Makalah Dalam penentuan guru berpestasi, biasanya akan dilakukan penilaian mengenai makalah PTK (Penelitian Tindakan Kelas) yang telah disusun oleh guru.
  • 14. Diketahui bahwa bobot tiap Kriteria adalah sebagai berikut: Kriteria portofolio tes tertulis tes kepribadian wawancara membuat makalah Kepentingan atau Bobot 5 4 2 3 3 kepentingan 1 Sangat Rendah 2 Rendah 3 Cukup 4 Tinggi 5 Sangat Tinggi
  • 15. ALTERNATIF 1. Pak A 2. Ibu B 3. Ibu C 4. Pak D Misalnya tersedia 4 Alternatif
  • 16. Langkah 1: Buat sebuah matriks xij yang terdiri atas m alternatif dan n kriteria. Matriks ini berisi bobot/grade dari masing-masing alternatif terhadap tiap kriteria yang ada.
  • 17. Menentukan grade dari masing-masing alternatif terhadap kriteria sehingga terbentuk matriks xij Alternatif/ Kriteria portofolio tes tertulis tes kepribadian wawancara membuat makalah Bapak A 3 3 4 3 2 Ibu B 4 4 5 2 2 Ibu C 3 3 4 3 4 Bapak D 5 3 5 2 3 grade 1 sangat buruk 2 buruk 3 cukup 4 baik 5 sangat baik Contoh: Ibu C memiliki nilai “cukup” dari hasil wawancara, makalah yang dibuat oleh Bapak A diberi nilai “buruk”, hasil tes tertulis Ibu B dinilai “baik”, dst..
  • 18. Langkah 2: Hitung Normalized Decision Matrix (Matriks KeputusanTernormalisasi)
  • 19. Matriks ternormalisasi dapat dihitung dengan:   m i ij ij ij x x r 1 2 dengan i =1, 2,..., m dan j = 1, 2, ..., n.
  • 20. Alternatif/ Kriteria portofolio tes tertulis tes kepribadian wawancara membuat makalah Bapak A 3 3 4 3 2 Ibu B 4 4 5 2 2 Ibu C 3 3 4 3 4 Bapak D 5 3 5 2 3 Contoh: diketahui matriks x(1,1) = 3. pembagi diperoleh dengan: sehingga matriks ternormalisasinya adalah: 3/7.6811 = 0.3906 6811.75343 2222  Pembagi 7.6811 6.5574 9.0554 5.0990 5.7446
  • 21. Tabel Keputusan Ternormalisasi Alternatif/ Kriteria portofolio tes tertulis tes kepribadian wawancara membuat makalah Bapak A 0.3906 0.4575 0.4417 0.5883 0.3482 Ibu B 0.5208 0.6100 0.5522 0.3922 0.3482 Ibu C 0.3906 0.4575 0.4417 0.5883 0.6963 Bapak D 0.6509 0.4575 0.5522 0.3922 0.5222 sehingga diperoleh tabel hasil keputusan ternormalisasi sebagai berikut:
  • 22. Langkah 3: Hitung weighted normalized decision matrix (matriks keputusan ternormalisasi dan terbobot)
  • 23. Nilai bobot ternormalisasi dapat dihitung dengan:
  • 24. Tabel Keputusan Ternormalisasi dan Terbobot Alternatif/ Kriteria portofolio tes tertulis tes kepribadian wawancara membuat makalah Bapak A 0.0781 0.1144 0.2209 0.1961 0.1161 Ibu B 0.1042 0.1525 0.2761 0.1307 0.1161 Ibu C 0.0781 0.1144 0.2209 0.1961 0.2321 Bapak D 0.1302 0.1144 0.2761 0.1307 0.1741
  • 25. Langkah 4:Tentukan solusi ideal positif (A* ) dan solusi ideal negatif (A- ).
  • 26. A* merupakan solusi ideal positif yang diharapkan, sedangkan A- merupakan solusi ideal negatif. Makin kecil nilai A* dan makin besar nilai A- nya, maka makin besar kemungkinan sebuah alternatif untuk terpilih
  • 27. Hasil perhitungan Solusi Ideal Positif dan Solusi Ideal Negatif Alternatif/ Kriteria portofolio tes tertulis tes kepribadian wawancara membuat makalah A* 0.1302 0.1525 0.2761 0.1961 0.2321 A- 0.0781 0.1144 0.2209 0.1307 0.1161
  • 28. Langkah 5: Menghitung besar jarak (separation measure) menggunakan perhitungan jarak Euclidean.
  • 29. Rumus untuk memperoleh nilai separation measure untuk solusi ideal positif S* i dan nilai separation measure untuk solusi ideal negatif S- i adalah sebagai berikut:
  • 30. Sehingga diperoleh nilai separation measure S* i dan S- i adalah : S* S- 0.1438 0.0654 0.1357 0.0720 0.0849 0.1332 0.0954 0.0955
  • 31. Langkah 6: Hitung kedekatan relatif (relative closeness) terhadap solusi yang paling ideal.
  • 32. Rumus untuk menghitung kedekatan relatif (relative closeness) terhadap solusi yang paling ideal:
  • 33. Hasil Perhitungan Kedekatakan Relatif (Relative Closeness) Alternatif RC Ranking Bapak A 0.3125 4 Ibu B 0.3465 3 Ibu C 0.6106 1 Bapak D 0.5005 2
  • 34. Langkah 7: Merangking alternatif berdasarkan nilai RC* i.
  • 35. Hasil Akhir Semakin besar RC, maka semakin tinggi rangkingnya. Oleh karena itu, Ibu C terpilih sebagai Guru paling berprestasi dengan nilai RC tertinggi sebesar 0.6106. Ibu C sebagai Guru Berprestasi
  • 36. Contoh perhitungan dalam bentuk spreadsheet dapat diakses di laman : https://docs.google.com/spreadsheets/ d/12UUdFwSBcBxj1JV1CAOEqPSlpdiSj 60zpTr_y2O4LLg/edit#gid=245058786
  • 38. Daftar Pustaka  Feng-Yi Wu dan Chung-Chu Chuang.The Optimal Relationship between Buyer and Seller Obtained UsingTOPSIS Method. ICIIM. 2013  https://en.wikipedia.org/wiki/TOPSIS  Gambar: google image