WSM dan WPM; Metode Pengambilan Keputusan Multi-Kriteria yang Efektif

selective focus photo of magnifying glass
Photo by lil artsy on Pexels.com

Dalam pengambilan keputusan multikriteria, sering kali kita dihadapkan pada situasi di mana beberapa alternatif harus dievaluasi berdasarkan berbagai kriteria yang memiliki tingkat kepentingan yang berbeda. Untuk membantu dalam proses pengambilan keputusan ini, terdapat berbagai metode yang dapat digunakan, di antaranya adalah WSM dan WPM (Weighted Sum Model dan Weighted Product Model). Kedua metode ini termasuk dalam kategori metode penjumlahan berbobot dan perkalian berbobot, yang bertujuan untuk memberikan skor akhir kepada setiap alternatif berdasarkan bobot dan nilai kriteria.


Pengertian dan Konsep Dasar WSM dan WPM

a. Weighted Sum Model (WSM)

Weighted Sum Model adalah metode pengambilan keputusan yang menggabungkan nilai kriteria dari setiap alternatif dengan bobot kriteria melalui proses penjumlahan. Metode ini cukup sederhana dan intuitif, cocok digunakan ketika semua kriteria memiliki satuan yang sama atau dapat dibandingkan secara langsung setelah distandarisasi.

Rumus dasar WSM:Si=j=1nwj×xij

di mana:

  • Si​ = skor akhir untuk alternatif ke-i
  • wj = bobot kriteria ke-j dengan total bobot wj=1,
  • xij​ = nilai kriteria ke-j dari alternatif ke-i,
  • n = jumlah kriteria.

b. Weighted Product Model (WPM)

Weighted Product Model menggunakan perkalian dari nilai kriteria yang dipangkatkan dengan bobotnya, sehingga menghasilkan skor akhir melalui proses perkalian berbobot. Metode ini lebih sensitif terhadap nilai ekstrem dan cocok digunakan ketika atribut memiliki hubungan proporsional atau rasio.

Rumus dasar WPM:Si=j=1nxijwj​​

atau dalam bentuk logaritmik untuk kemudahan perhitungan:lnSi=j=1nwj×lnxij

Kriteria yang lebih tinggi nilainya akan menghasilkan skor yang lebih besar, dan alternatif dengan skor terbesar dipilih sebagai keputusan terbaik.


Langkah-langkah Implementasi WSM dan WPM

a. Identifikasi Alternatif dan Kriteria

Pertama, tentukan alternatif yang akan dievaluasi dan kriteria yang relevan. Misalnya, untuk memilih mobil baru, kriteria bisa berupa harga, konsumsi bahan bakar, kapasitas mesin, dan fitur keselamatan.

b. Menentukan Bobot Kriteria

Bobot menunjukkan tingkat kepentingan masing-masing kriteria, biasanya diperoleh melalui metode seperti Analytic Hierarchy Process (AHP), diskusi kelompok, atau berdasarkan pengalaman.

c. Menyusun Nilai Kriteria

Setelah itu, kumpulkan data nilai kriteria dari setiap alternatif. Pastikan nilai tersebut sudah distandardisasi jika diperlukan, terutama untuk metode WSM.

d. Normalisasi Data

Jika kriteria memiliki satuan berbeda, perlu dilakukan normalisasi agar data menjadi sebanding. Beberapa teknik normalisasi meliputi:

  • Normalisasi linearis:
    [xij=xijxj,minxj,maxxj,min][ x'{ij} = \frac{x{ij} – x_{j,\min}}{x_{j,\max} – x_{j,\min}} ]
  • Normalisasi vector:
    [xij=xiji=1mxij2][ x'{ij} = \frac{x{ij}}{\sqrt{\sum_{i=1}^m x_{ij}^2}} ]

e. Menghitung Skor Alternatif

Gunakan rumus WSM atau WPM sesuai kebutuhan untuk menghitung skor masing-masing alternatif.

f. Mengambil Keputusan

Alternatif dengan skor tertinggi (pada WSM dan WPM) biasanya dipilih sebagai solusi terbaik.


Perbandingan Antara WSM dan WPM

AspekWeighted Sum Model (WSM)Weighted Product Model (WPM)
Sifat Pengolahan DataPenjumlahan linearPerkalian berbobot (rasional/proposional)
SensitivitasLebih sensitif terhadap data ekstremKurang sensitif terhadap data ekstrem, lebih memperhatikan rasio relatif
KompatibilitasCocok untuk atribut dengan satuan yang sama atau sudah dinormalisasiCocok untuk atribut rasio dan atribut yang memiliki hubungan proporsional
KelebihanSederhana dan mudah dihitungLebih konsisten untuk atribut rasio dan proporsional
KekuranganBisa dipengaruhi oleh data ekstremLebih kompleks perhitungan, terutama untuk data besar

Contoh Kasus Penggunaan WSM dan WPM

Contoh Kasus: Memilih laptop terbaik dari tiga alternatif berdasarkan kriteria harga, kecepatan prosesor, dan daya tahan baterai.

AlternatifHarga (juta)Kecepatan Prosesor (GHz)Daya Tahan Baterai (jam)
Laptop A102.58
Laptop B123.010
Laptop C92.87

Bobot kriteria: Harga (0.4), Kecepatan (0.3), Daya Tahan (0.3).

Langkah-langkah:

  • Normalisasi data (misalnya menggunakan normalisasi linearis).
  • Hitung skor menggunakan WSM dan WPM.
  • Bandingkan hasil dan pilih alternatif terbaik.

Kesimpulan

Pemilihan metode WSM atau WPM sangat bergantung pada karakteristik data dan kebutuhan analisis. WSM lebih simpel dan cocok untuk data yang sudah dinormalisasi dan memiliki satuan yang sama, sedangkan WPM lebih tepat untuk atribut rasio dan hubungan proporsional. Memahami kelebihan serta kekurangan antara WSM dan WPM. akan membantu pengambil keputusan dalam memilih alat yang paling sesuai untuk situasi tertentu.


Dalam praktiknya, pemilihan metode pengambilan keputusan harus didukung oleh analisis yang matang dan data yang akurat. Baik WSM maupun WPM merupakan alat yang kuat, selama penggunaannya dilakukan dengan benar dan sesuai konteks. Dengan penerapan yang tepat, kedua metode ini dapat membantu menghasilkan keputusan yang objektif dan optimal dalam berbagai bidang, mulai dari bisnis, rekayasa, hingga manajemen sumber daya manusia.


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.

Tinggalkan Balasan

Scroll to Top