Data-Based Fuzzy TOPSIS for Alternative Ranking
Technique for Order Preference by Similarity (TOPSIS) solves multi-criteria decision making (MCDM) by ranking the alternatives. When the attributes are not deterministic, a Fuzzy TOPSIS method is applied. The traditional fuzzy TOPSIS depends on decision makers to determine alternative’s value which considered subjective. A new method named data-based fuzzy TOPSIS proposed to diminish the dependency to decision maker. The proposed algorithm use data to determine alternative’s values objectively. Subtractive Clustering (SC) and Fuzzy C-Mean (FCM) selected to transform crisp value data to fuzzy value data. Some modification applied to SC and FCM to obtain fuzzy triangular value needed by fuzzy TOPSIS.
Keyword : Index Terms—Decision support systems, fuzzy TOPSIS, fuzzy C-mean, subtractive clustering
Article Metrics:
Penulis yang mengirimkan naskah harus memahami dan menyetujui bahwa jika diterima untuk dipublikasikan, hak cipta dari artikel adalah milik JSINBIS dan Universitas Diponegoro sebagai penerbit jurnal.
Hak cipta (copyright) meliputi hak eksklusif untuk mereproduksi dan memberikan artikel dalam semua bentuk dan media, termasuk cetak ulang, foto, mikrofilm dan setiap reproduksi lain yang sejenis, serta terjemahan. Penulis mempunyai hak untuk hal-hal berikut:
- menggandakan seluruh atau sebagian materi yang dipublikasikan untuk digunakan oleh penulis sendiri sebagai bahan pengajaran di kelas atau bahan presentasi lisan dalam berbagai forum;
- menggunakan kembali sebagian atau keseluruhan materi sebagai bahan kompilasi bagi karya tulis penulis;
- membuat salinan dari bahan yang dipublikasikan untuk didistribusikan di lingkungan institusi tempat penulis bekerja.
JSINBIS dan Universitas Diponegoro serta Editor melakukan segala upaya untuk memastikan bahwa tidak ada data, pendapat atau pernyataan yang salah atau menyesatkan yang dipublikasikan di jurnal ini. Isi artikel yang diterbitkan di JSINBIS adalah tanggung jawab tunggal dan eksklusif dari masing-masing penulis.
