Cara Menghitung SPK Metode SAW dan TOPSIS dengan PHP: Rumus, Contoh Soal, dan Kode Lengkap
Metode SAW (Simple Additive Weighting) dan TOPSIS adalah dua metode Sistem Pendukung Keputusan (SPK) yang paling sering dipakai, mulai dari seleksi beasiswa, pemilihan siswa teladan, sampai skripsi teknik informatika. Rumusnya sebenarnya tidak rumit. Yang sering membuat bingung adalah urutan langkahnya dan perlakuan kriteria cost.
Di tutorial ini kita hitung satu contoh soal kecil secara manual, lalu menuliskannya dalam PHP. Kodenya diambil dari Aplikasi SPK Seleksi Beasiswa SAW & TOPSIS yang bisa kamu download gratis di Papicode (link di akhir artikel).
1. Contoh soal
Tiga calon penerima beasiswa dinilai dengan tiga kriteria:
| Kriteria | Bobot | Jenis |
|---|---|---|
| C1 Nilai rapor | 50% | benefit (makin besar makin baik) |
| C2 Penghasilan orang tua (skala 1-5) | 30% | cost (makin kecil makin baik) |
| C3 Jumlah tanggungan | 20% | benefit |
| Alternatif | C1 | C2 | C3 |
|---|---|---|---|
| A1 Ani | 80 | 2 | 3 |
| A2 Budi | 90 | 4 | 2 |
| A3 Citra | 70 | 1 | 4 |
Bobot diubah dulu ke bentuk desimal yang totalnya 1: w = 0,5; 0,3; 0,2. Di aplikasi, langkah ini otomatis dengan membagi setiap bobot dengan total bobot, sehingga total yang belum tepat 100% pun tetap aman.
$total = array_sum(array_column($kriteria, 'bobot'));
foreach ($kriteria as $k) $w[$k['id']] = $k['bobot'] / $total;
2. SAW langkah demi langkah
Normalisasi. Untuk kriteria benefit, nilai dibagi nilai terbesar di kolomnya. Untuk kriteria cost, nilai terkecil di kolomnya dibagi nilai itu.
- C1 (benefit, max 90): A1 = 80/90 = 0,8889 · A2 = 1 · A3 = 0,7778
- C2 (cost, min 1): A1 = 1/2 = 0,5 · A2 = 1/4 = 0,25 · A3 = 1
- C3 (benefit, max 4): A1 = 0,75 · A2 = 0,5 · A3 = 1
Preferensi. V = Σ w × r
- V(A1) = 0,5×0,8889 + 0,3×0,5 + 0,2×0,75 = 0,7444
- V(A2) = 0,5×1 + 0,3×0,25 + 0,2×0,5 = 0,6750
- V(A3) = 0,5×0,7778 + 0,3×1 + 0,2×1 = 0,8889
Peringkat SAW: A3, A1, A2. Dalam PHP:
function hitung_saw(array $d): array
{
foreach ($d['kriteria'] as $k) {
$kolom = array_map(fn($a) => $d['x'][$a['id']][$k['id']], $d['alternatif']);
$acuan[$k['id']] = $k['jenis'] === 'benefit' ? max($kolom) : min($kolom);
}
foreach ($d['alternatif'] as $a) {
$v[$a['id']] = 0;
foreach ($d['kriteria'] as $k) {
$x = $d['x'][$a['id']][$k['id']];
$m = $acuan[[]];
= [] ===
? ( != ? / : )
: ( != ? / : );
[[]][[]] = ;
[[]] += [][[]] * ;
}
}
[ => , => , => ];
}
Perhatikan pembagian dengan nol. Nilai 0 pada kriteria cost justru nilai terbaik, jadi diberi r = 1, bukan error.
3. TOPSIS langkah demi langkah
TOPSIS mencari alternatif yang paling dekat ke solusi ideal dan paling jauh dari solusi terburuk.
a. Normalisasi vektor: r = x / √(Σx²) per kolom. Contoh C1: √(80² + 90² + 70²) = √22.100 = 148,66, jadi r(A1) = 80 / 148,66 = 0,5381.
b. Terbobot: y = w × r.
c. Solusi ideal. Untuk benefit, A⁺ = nilai y terbesar dan A⁻ = terkecil. Untuk cost dibalik: A⁺ = terkecil, A⁻ = terbesar. Di sinilah kesalahan paling sering terjadi.
d. Jarak: D⁺ = √Σ(y − A⁺)², D⁻ = √Σ(y − A⁻)².
e. Preferensi: V = D⁻ / (D⁺ + D⁻). Nilainya selalu di antara 0 dan 1.
function hitung_topsis(array $d): array
{
foreach ($d['kriteria'] as $k)
$pembagi[$k['id']] = sqrt(array_sum(array_map(fn($a) => $d['x'][$a['id']][$k['id']] ** 2, $d['alternatif'])));
foreach ($d['alternatif'] as $a) foreach ($d['kriteria'] as $k) {
$r = $pembagi[$k['id']] > 0 ? $d['x'][$a['id']][$k['id']] / $pembagi[$k['id']] : 0;
$y[$a['id']][$k[]] = [][[]] * ;
}
([] ) {
= (fn() => [[]][[]], []);
[[]] = [] === ? () : ();
[[]] = [] === ? () : ();
}
([] ) {
= = ;
([] ) {
+= ([[]][[]] - [[]]) ** ;
+= ([[]][[]] - [[]]) ** ;
}
[[]] = (() + ()) > ? () / (() + ()) : ;
}
[ => , => , => , => ];
}
Untuk contoh soal di atas, hasil TOPSIS juga menempatkan A3 di peringkat pertama. Pada data yang lebih besar, peringkat SAW dan TOPSIS bisa berbeda, dan justru menarik dibandingkan. Itu sebabnya aplikasi menampilkan keduanya berdampingan.
4. Kembalikan semua langkah, bukan hanya skor
Kesalahan umum aplikasi SPK adalah hanya menampilkan skor akhir. Penguji skripsi atau panitia seleksi biasanya ingin memeriksa setiap tabel. Karena itu fungsi di atas mengembalikan semua matriks antara (r, y, plus, minus) sehingga halaman perhitungan cukup menampilkan isinya tabel per tabel.
Satu hal lagi: alternatif yang nilainya belum lengkap jangan ikut dihitung. Kalau sel kosong dianggap 0, alternatif itu akan tampak sangat bagus di kriteria cost atau merusak normalisasi. Pisahkan dulu, lalu tampilkan sebagai peringatan:
foreach ($alternatif as $a) {
$lengkap = true;
foreach ($kriteria as $k) if (!isset($x[$a['id']][$k['id']])) { $lengkap = false; break; }
$lengkap ? $siap[] = $a : $kurang[] = $a;
}
5. Peringkat dengan skor sama
Dua alternatif bisa saja punya skor persis sama. Beri peringkat yang sama, lalu lompati nomor berikutnya (1, 2, 2, 4):
function peringkat(array $skor): array
{
arsort($skor);
$i = 0; $r = 0; $lalu = null;
foreach ($skor as $id => $v) {
$i++;
if ($lalu === null || abs($v - $lalu) > 1e-9) $r = $i;
$rank[$id] = $r; $lalu = $v;
}
return $rank;
}
Perbandingan memakai toleransi 1e-9, bukan ==, karena hasil pembagian desimal di komputer jarang persis sama.
Ringkasan
- Ubah bobot menjadi desimal yang totalnya 1.
- SAW: benefit x/max, cost min/x, lalu jumlahkan w × r.
- TOPSIS: normalisasi vektor, terbobot, solusi ideal (dibalik untuk cost), jarak, lalu V = D⁻ / (D⁺ + D⁻).
- Kembalikan semua langkah agar bisa ditampilkan dan diperiksa.
- Jangan hitung alternatif yang nilainya belum lengkap, dan beri peringkat sama untuk skor yang sama.
Download source code lengkapnya
Semua yang dibahas di atas sudah dipakai di Aplikasi SPK Seleksi Beasiswa SAW & TOPSIS PHP Native & MySQL: banyak periode seleksi, kriteria benefit/cost dengan sub-kriteria, matriks penilaian, impor CSV dari Excel, perhitungan langkah demi langkah, perbandingan SAW vs TOPSIS, peringkat sesuai kuota, laporan siap cetak, dan halaman hasil untuk umum. Tampilannya bergaya kalkulator ilmiah dengan font Montserrat dan langsung jalan di XAMPP.
Source code lengkapnya gratis
Lihat semua yang dibahas di artikel ini langsung berjalan.