Script Web SPK Metode Simple Additive Weighting (SAW)

Fitur Unggulan

• admin
• login
• admin dapat mengelola periode penerimaan beasiswa
• melihat mahasiswa yang mendaftarkan beasiswa pada periode
• mengupdate status mahasiswa yang memenuhi syarat untuk mendaftarkan beasiswa
• mengelola data kriteria yang menjadi syarat yang harus dipenuhi untuk mendaftarkan beasiswa
• mengupdate nilai bobot untuk setiap kriteria
• melihat data mahasiswa yang mendaftar akun di sistem
• melihat hasil seleksi yang sudah di proses menggunakan algoritma saw
• laporan hasil seleksi / jumlah mahasiswa yang diterima
• mahasiswa
• login / register akun
• melihat data kriteria yang menjadi syarat penerimaan
• mendaftar beasiswa, pendaftaran beasiswa hanya dapat dilakukan jika status dari periode penerimaan masih terbuka.

SPK menggunakan SAW (Simple Additive Weighting)

Metode SPK (Sistem Pendukung Keputusan) merupakan salah satu teknik yang digunakan untuk membantu pengambilan keputusan dengan mengolah data dan informasi yang tersedia. Salah satu metode yang cukup populer adalah SAW (Simple Additive Weighting), yang merupakan metode yang sederhana tetapi efektif dalam konteks banyak keputusan.

Pengertian Metode SAW

Metode SAW digunakan untuk menyelesaikan masalah yang melibatkan banyak alternatif dalam pengambilan keputusan dengan berbagai kriteria yang harus dipertimbangkan. Setiap kriteria diberi bobot tertentu sesuai dengan tingkat kepentingannya, dan kemudian nilai alternatif dihitung berdasarkan bobot kriteria tersebut.

Implementasi Metode SAW

Penentuan Kriteria

• Identifikasi kriteria yang relevan dan penting untuk keputusan yang akan diambil.

Normalisasi Matriks Keputusan

• Setiap nilai dalam matriks keputusan diubah ke skala yang sama (biasanya 0-1) agar dapat dibandingkan.

Penentuan Bobot

• Berikan bobot untuk setiap kriteria sesuai dengan tingkat kepentingannya dalam pengambilan keputusan.

Perhitungan Nilai Alternatif

• Hitung nilai alternatif untuk setiap alternatif berdasarkan bobot kriteria

Pemilihan Alternatif Terbaik

• Alternatif dengan nilai tertinggi setelah proses perhitungan merupakan alternatif terbaik untuk dipilih.

Contoh Penerapan Metode SAW

Misalkan kita memiliki data calon karyawan dengan kriteria seperti pengalaman kerja, pendidikan, dan kemampuan interpersonal. Kita juga memiliki bobot untuk setiap kriteria, misalnya pengalaman kerja (0.4), pendidikan (0.3), dan kemampuan interpersonal (0.3). Maka, prosesnya akan melibatkan normalisasi data pengalaman kerja, pendidikan, dan kemampuan interpersonal dari setiap karyawan, mengalikan nilai tersebut dengan bobot, dan menjumlahkannya untuk mendapatkan nilai akhir untuk setiap karyawan. Implementasi SAW untuk setiap data berdasarkan data kriteria dan bobot yang diberikan, dan kemudian menampilkan karyawan terbaik berdasarkan nilai SAW terbesar.

Dengan demikian, metode SAW sangat bermanfaat dalam berbagai konteks pengambilan keputusan yang melibatkan banyak kriteria yang harus dipertimbangkan secara bersamaan.