Data-Based Fuzzy TOPSIS for Alternative Ranking

Abstract

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.Keywords: Decision support systems; Fuzzy TOPSIS; Fuzzy C-mean; Subtractive clustering AbstrakTechnique for order preference by similarity (TOPSIS) memecahkan masalah multi -criteria decision makin (MCDM) dengan memberikan peringkat untuk setiap alternatif. Metode Fuzzy TOPSIS digunakan jika atribut yang terlibat bersifat non deterministik. Fuzzy TOPSIS pada umumnya bergantung pada penilaian pengambil keputusan secara subyektif untuk menentukan nilai alternatif. Pada penelitian ini diusulkan metode Data-Based Fuzzy TOPSIS untuk menghilangkan ketergantungan pada pengambil keputusan. Algoritma yang disulkan menggunakan data untuk menentukan nilai alternatif secara obyektif. Transformasi dari nilai crisp ke nilai fuzzy menggunakan method Subtractive Clustering (SC) dan Fuzzy CMean (FCM). Perubahan dilakukan pada metode SC dan FCM untuk mendapatkan bilangan fuzzy segitiga yang digunakan pada Fuzzy TOPSIS .Kata kunci : Sistem pendukung keputusan; Fuzzy TOPSIS; Fuzzy C-Mean