Latar Belakang

Dalam kehidupan manusia pasti ada masalah yang timbul. Masalah yang dihadapi manusia bermacam-macam mulai dari yang kecil sampai masalah yang besar yang mungkin memerlukan waktu pemecahan yang lama. Memberikan pemecahan masalah secara langsung atau memberi beberapa alternative solusi untuk pemecahan masalah

Salah satunya seperti sebuah perusahaan atau instansi yang akan berhati-hati dalam menyeleksi calon karyawan yang nantinya akan menjadi karyawan di perusahaan tersebut

Sebuah perusahaan atau instansi akan berhati-hati dalam menyeleksi calon karyawan yang nantinya akan menjadi karyawan di perusahaan tersebut. Kesalahan dalam memilih seorang karyawan tentunya akan membawa pengaruh negatif bagi kinerja perusahaan. Selain menilai pada kemapuan teknis, perusahaan juga perlu melakukan penilaian kepribadian terhadap calon karyawan.Oleh karena itu diperlukan metode yang sistematis dan seleksi yang tepat dalam pemilihan calon karyawan baru

Sekilas Tentang Algoritma Topsis

Algoritma TOPSIS adalah salah satu metode pengambilan keputusan multikriteria yang pertama kali diperkenalkan oleh Yoon dan Hwang (1981). TOPSIS menggunakan prinsip bahwa alternatif yang terpilih harus mempunyai jarak terdekat dari solusi ideal positif dan jarak terpanjang (terjauh) dari solusi ideal negatif dari sudut pandang geometris dengan menggunakan jarak Euclidean (jarak antara dua titik) untuk menentukan kedekatan relatif dari suatu alternatif dengan solusi optimal.

Solusi ideal positif didefinisikan sebagai jumlah dari seluruh nilai terbaik yang dapat dicapai untuk setiap atribut, sedangkan solusi negatif-ideal terdiri dari seluruh nilai terburuk yang dicapai untuk setiap atribut. TOPSIS mempertimbangkan keduanya, jarak terhadap solusi ideal positif dan jarak terhadap solusi ideal negatif dengan mengambil kedekatan relatif terhadap solusi ideal positif.

Berdasarkan perbandingan terhadap jarak relatifnya, susunan prioritas alternatif bisa dicapai. Metode ini banyak digunakan untuk menyelesaikan pengambilan keputusan secara praktis. Hal ini disebabkan konsepnya sederhana dan mudah dipahami, komputasinya efisien, dan memiliki kemampuan mengukur kinerja relatif dari alternatif-alternatif keputusan.

Contoh Perhitungan Manual Algoritma Topsis

Kasus :
Sebuah perusahaan akan menyeleksi calon karyawan yang nantinya akan menjadi karyawan di perusahaan mereka. Dan dari beberapa calon karyawan yang mengikuti test tersebut, perusahaan hanya akan mengambil rangking 2 besar saja yang paling tinggi nilainya.

Untuk menyelesaikan kasus tersebut disini kita akan menggunakkan algoritma Topsis untuk mengurutkan rangking dari calon2 karyawan yang sudah mengikuti test tersebut.

Hal pertama yang kita lakukan adalah menentukan bobot nilai pada masing-masing kriteria :

Kemudian, menentukkan bobot (W) untuk masing-masing kriteria

Dari 5 kriteria yang masing-masing memiliki bobot diatas, berikut ini adalah data calon karyawan yang sudah mengikuti test.

Untuk sampel kita buat 4 alternatif calon karyawan saja, yang nantinya dari 4 sampel alternatif ini akan dirangking menggunakan perhitungan algoritma TOPSIS. :

Setelah kita menentukan bobot pada masing-masing kriteria, menentukan nilai kriteria untuk masing-masing alternatif, tahap selanjutnya adalah menentukan rangking dari calon karyawan tersebut menggunakkan algoritma TOPSIS

Dan berikut langkah-langkah nya :

1. Langkah Pertama :
   Mengkonversikan data calon karyawan diatas kedalam bentuk fuzzy

   Alternatif	C1	C2	C3	C4	C5
   Dodi	1	3	4	4	4
   Juni	2	4	5	4	3
   Rina	3	3	4	2	5
   Hendra	3	3	4	4	3

   Kemudian, data yang telah dikonversi tersebut diubah menjadi matriks

   
2. Langkah Kedua :
   Mencari nilai X_n dengan rumus sebagai berikut :
   

   Berikut cara perhitungannya :

   
3. Langkah Ketiga :
   Setelah mendapatkan nilai X_n Selanjutnnya mencari nilai r_ij atau menghitung matriks yang ternormalisasi, dimana rumus-nya adalah sebagai berikut :
   
   Dan berikut cara perhitungannya :

   R11 : 1/4.79583 = 0.20851	R21 : 3/6.55744 = 0.4575	R31 : 4/8.544 = 0.46816	R41 : 4/7.2111 = 0.5547	R51 : 4/7.68115 = 0.52076
   R12 : 2/4.79583 = 0.41703	R22 : 4/6.55744 = 0.60999	R32 : 5/8.544 = 0.58521	R42 : 4/7.2111 = 0.5547	R52 : 3/7.68115 = 0.39057
   R13 : 3/4.79583 = 0.62554	R23 : 3/6.55744 = 0.4575	R33 : 4/8.544 = 0.46816	R43 : 2/7.2111 = 0.27735	R53 : 5/7.68115 = 0.65094
   R14 : 3/4.79583 = 0.62554	R24 : 3/6.55744 = 0.4575	R34 : 4/8.544 = 0.46816	R44 : 4/7.2111 = 0.5547	R54 : 3/7.68115 = 0.39057

4. Langkah Keempat :
   Menghitung matriks yang ternomalisasi yang terbobot (Y), untuk bobot yang sudah ditentukan (W) = [4,5,4,3,4],
   Dimana Rumus-nya adalah : yij = wi * rij
   
   Dan berikut cara perhitungannya :

   R11 : 4 x 0.20851 = 0.83406	R21 : 5 x 0.4575 = 2.28748	R31 : 4 x 0.46816 = 1.87266	R41 : 3 x 0.5547 = 1.6641	R51 : 4 x 0.52076 = 2.08302
   R12 : 4 x 0.41703 = 1.66812	R22 : 5 x 0.60999 = 3.04997	R32 : 4 x 0.58521 = 2.34082	R42 : 3 x 0.5547 = 1.6641	R52 : 4 x 0.39057 = 1.56227
   R13 : 4 x 0.62554 = 2.50217	R23 : 5 x 0.4575 = 2.28748	R33 : 4 x 0.46816 = 1.87266	R43 : 3 x 0.27735 = 0.83205	R53 : 4 x 0.65094 = 2.60378
   R14 : 4 x 0.62554 = 2.50217	R24 : 5 x 0.4575 = 2.28748	R34 : 4 x 0.46816 = 1.87266	R44 : 3 x 0.5547 = 1.6641	R54 : 4 x 0.39057 = 1.56227

5. Langkah Kelima :
   Menentukan Solusi Ideal Positif (A+) dan Matriks Ideal Negatif (A-).
   Dimana untuk rumusnya adalah sebagai berikut :
   A + = max(y1+,y2+,...,yn+) dan A - = max(y1-,y2-,...,yn-)

   Yi	Solusi Ideal	Max	Min
   Y1	0.83406; 1.66812; 2.50217; 2.50217;	2.50217	0.83406
   Y2	2.28748; 3.04997; 2.28748; 2.28748;	3.04997	2.28748
   Y3	1.87266; 2.34082; 1.87266; 1.87266;	2.34082	1.87266
   Y4	1.6641; 1.6641; 0.83205; 1.6641;	1.6641	0.83205
   Y5	2.08302; 1.56227; 2.60378; 1.56227;	2.60378	1.56227

6. Langkah Keenam :
   Setelah menentukan nilai positif dan negatif, langkah selanjutnya adalah Menghitung Jarak Solusi Ideal Positif (D+) dan Solusi Ideal Negatif (D-). Rumus untuk menghitungnya :
   

   Dari rumus diatas tersebut maka akan di dapatkan

   Jarak Solusi Ideal Positif ( + )	Jarak Solusi Ideal Negatif ( - )
   D 1+ = 1.96325	D 1- = 0.98157
   D 1+ = 1.33431	D 1- = 1.47937
   D 1+ = 1.22183	D 1- = 1.96655
   D 1+ = 1.37307	D 1- = 1.86411

7. Langkah Ketujuh :
   Langkah berikutnya adalah Menghitung Nilai Preferensi untuk setiap alternatif. Dimana Rumusnya adalah :
   

   Dari rumus diatas tersebut maka akan di dapatkan nilai preferensi untuk setiap alternatif sebagai berikut :

   Vi	Alternatif	Nilai
   V1	Dodi	0.33332
   V2	Juni	0.52578
   V3	Rina	0.61679
   V4	Hendra	0.57584

8. Langkah Kedelapan :
   Dari nilai prefensi diatas, maka didapatkan perangkingan dari 4 calon karyawan, dimana yang menempati rangking pertama yaitu "Rina" dan berikut urutan perangkingannya :

   Alternatif	Ranking
   Rina	1
   Hendra	2
   Juni	3
   Dodi	4

Ok.. begitulah langkah-langkah proses perangkingan calon karyawan baru menggunakkan algoritma topsis, untuk implementasi programnya, bisa lihat demo di youtube atau ingin demo langsung programnya dapat masuk ke link di bawah ini, terima kasih

Screenshot Program

Page : Pengisian Nilai Untuk Setiap Alternatif

Page : Hasil Proses Perangkingan Algoritma Topsis