
Dalam pengambilan keputusan yang melibatkan banyak kriteria, seringkali dibutuhkan metode yang mampu membantu pengambil keputusan untuk memilih alternatif terbaik secara objektif dan sistematis. Dua metode yang populer dalam konteks ini adalah WSM dan WPM (Weighted Sum Model dan Weighted Product Model). Meskipun keduanya sama-sama menggunakan bobot untuk mengekspresikan pentingnya setiap kriteria, keduanya memiliki pendekatan dan karakteristik yang berbeda secara fundamental.
Berikut penjelasan mengenai perbedaan WSM dan WPM.
Pengertian Dasar WSM dan WPM
Weighted Sum Model (WSM):
Merupakan metode yang menghitung nilai skor total suatu alternatif dengan menjumlahkan hasil perkalian antara nilai kriteria dan bobotnya. Rumus umum WSM adalah:
di mana:
- = Skor total alternatif ke-i
- = Bobot kriteria ke-j (biasanya jumlah bobot = 1 atau 100%)
- = Nilai alternatif ke-i pada kriteria ke-j
Weighted Product Model (WPM):
Merupakan metode yang menghitung skor total alternatif dengan mengalikan nilai kriteria yang telah dipangkatkan dengan bobotnya. Rumus umum WPM adalah:
di mana:
- = Nilai alternatif ke-i pada kriteria ke-j
- = Skor total alternatif ke-i
- = Bobot kriteria ke-j
Pendekatan Penghitungan WSM dan WPM
- WSM: Menggunakan pendekatan penjumlahan setelah setiap nilai dikalikan dengan bobotnya. Pendekatan ini bersifat linier dan lebih sederhana. Cocok digunakan ketika kriteria bersifat aditif dan nilai-nilai kriteria dapat dijumlahkan secara langsung.
- WPM: Menggunakan pendekatan perkalian dengan pangkat bobot. Pendekatan ini bersifat non-linier dan lebih sensitif terhadap perbedaan nilai. Cocok digunakan ketika kriteria bersifat probabilistik, rasional, atau tidak dapat dijumlahkan secara langsung.
Karakteristik dan Asumsi antara WSM dan WPM
| Aspek | Weighted Sum Model (WSM) | Weighted Product Model (WPM) |
|---|---|---|
| Pendekatan dasar | Penjumlahan (aditif) | Perkalian (multiplikatif) |
| Sensitivitas | Kurang sensitif terhadap perbedaan besar di nilai kriteria | Lebih sensitif terhadap perubahan nilai kecil dan besar |
| Perlu normalisasi data | Ya, sering kali diperlukan untuk nilai kriteria yang berbeda | Ya, biasanya nilai kriteria harus dinormalisasi agar proporsional |
| Asumsi kriteria | Kriteria bersifat aditif dan dapat dijumlahkan secara langsung | Kriteria dianggap sebagai rasio atau probabilitas, tidak dapat dijumlahkan langsung |
| Bentuk fungsi | Linear | Non-linear (perkalian dan pangkat) |
Kapan Menggunakan WSM dan WPM?
- WSM:
Cocok digunakan ketika kriteria bersifat aditif dan nilai-nilai kriteria dapat dijumlahkan secara langsung. Contohnya adalah penilaian keuangan, skor akademik, atau saat kriteria bersifat induk yang saling terpisah. - WPM:
Lebih sesuai untuk pengambilan keputusan yang melibatkan kriteria yang bersifat rasional, probabilistik, atau ketika nilai-nilai kriteria perlu diperlakukan secara proporsional dan tidak bisa dijumlahkan secara langsung. Contohnya adalah pemilihan vendor berdasarkan tingkat kepercayaan, probabilitas keberhasilan, atau saat membandingkan rasio.
Contoh Kasus WSM dan WPM
Misalkan kita ingin memilih mobil dengan kriteria harga (lebih rendah lebih baik), konsumsi bahan bakar (lebih tinggi lebih baik), dan kecepatan maksimum (lebih tinggi lebih baik). Bobotnya adalah: harga (0,4), konsumsi bahan bakar (0,3), kecepatan maksimum (0,3).
Menggunakan WSM:
- Nilai alternatif dinormalisasi, misalnya:
| Alternatif | Harga (X1) | Konsumsi (X2) | Kecepatan (X3) |
|---|---|---|---|
| Mobil A | 0.3 | 0.8 | 0.7 |
| Mobil B | 0.5 | 0.6 | 0.9 |
- Skor Mobil A: ( )
- Skor Mobil B: ( )
Menggunakan WPM:
- Nilai yang sama, tetapi dihitung sebagai:
| Alternatif | Harga (X1) | Konsumsi (X2) | Kecepatan (X3) |
|---|---|---|---|
| Mobil A | 0.3 | 0.8 | 0.7 |
| Mobil B | 0.5 | 0.6 | 0.9 |
- Skor Mobil A: ( )
- Skor Mobil B: ( )
Setelah dihitung, alternatif dengan skor tertinggi akan menjadi pilihan terbaik.
Kelebihan dan Kekurangan WSM dan WPM
| Metode | Kelebihan | Kekurangan |
|---|---|---|
| WSM | Mudah dipahami dan dihitung; cocok untuk data aditif | Sensitif terhadap skala data dan nilai ekstrem; perlu normalisasi |
| WPM | Lebih sensitif dan memperhitungkan rasio serta proporsi | Lebih kompleks, perlu hati-hati dalam penetapan bobot dan normalisasi |
Kesimpulan
Perbedaan utama antara WSM dan WPM terletak pada pendekatan penghitungan dan tipe data yang cocok. WSM bersifat linier dan aditif, cocok digunakan ketika kriteria bersifat saling independen dan dapat dijumlahkan. Sedangkan WPM menggunakan pendekatan perkalian yang non-linier, lebih sensitif terhadap perubahan nilai, dan cocok untuk kriteria yang bersifat rasional atau probabilistik.
Dalam praktiknya, pemilihan metode harus disesuaikan dengan karakteristik data dan tujuan pengambilan keputusan. Memahami perbedaan antara WSM dan WPM akan membantu pengambil keputusan untuk memilih metode yang paling tepat dan mendapatkan hasil yang lebih akurat dan obyektif.
Jika Anda ingin mendapatkan inspirasi dunia dan inspirasi spiritual lainnya, jangan ragu untuk mengunjungi website hasanah.info. Bersama-sama, kita bisa menjalani hidup yang penuh berkah dan hasanah fiddunya wal akhirah
Eksplorasi konten lain dari hasanah.info
Berlangganan untuk dapatkan pos terbaru lewat email.