• Persiapkan terlebih dahulu bobot dan lakukan perbaikan bobot dengan :
    W j = Wj / ∑Wj
  • Normalisasi matriks X berdasarkan persamaan Normalisasi Matrik Metode WP
    sehingga diperoleh matriks ternormalisasi S.
  • wj adalah pangkat bernilai positif untuk atribut keuntungan, dan bernilai negatif untuk atribut biaya.
  • Lakukan perangkingan dengan menggunakan persamaan :
    Perangkingan WP.
Menghitung metode Weighted product dengan PHP.
Data Matrix calo kepala unit sistem informasi :
Data Matrik Metode Weighted Product
Data Matrik Metode Weighted Product
Bobot (w) :
W 0.35 0.25 0.25 0.15
Tahap melakukan perhitungan metode WP dengan PHP :
  1. Lakukan perbaikan bobot :

     
     









    $bobot = array(0.35, 0.25, 0.25, 0.15);
    $jumBobot = array_sum($bobot);
    echo "<h3>Bobot Awal</h3>";
    echo "<table border=1 style='border-collapse:collapse; border:solid 1px #000' width=300><tr><td>Bobot (w)</td>";
    for($i=0; $i<4; $i++)
        echo "<td>$bobot[$i]</td>";
    echo "</tr></table>";  
    //Perbaikan bobot
    //Simpan di array newBobot
    $newBobot = array();
    echo "<h3>Bobot Baru</h3>";
    echo "<table border=1 style='border-collapse:collapse; border:solid 1px #000' width=300><tr><td>Bobot (W new)</td>";
    for($i=0; $i<4; $i++){
        $newBobot[$i] = $bobot[$i] / $jumBobot;
        echo "<td>$newBobot[$i]</td>";
    }
    echo "</tr></table>"; 
     
  2. Normalisasi Matrix























    //Lakukan Normalisasi dengan rumus pada langkah 2
    //Hitung Normalisasi tiap Elemen
    $sql2 = mysql_query("SELECT * FROM tbmatrik");
    //Buat tabel untuk menampilkan hasil
    echo "<H3>Matrik Normalisasi</H3>
    <table width=300 style='border:1px; #ddd; solid; border-collapse:collapse' border=1>
        <tr>
            <td>No</td><td>Nama</td><td>Nilai S</td>
        </tr>
    ";
    $no = 1;
    $i = 0;
    //Buat variabel S array
    $normS = array();
    while ($dt2 = mysql_fetch_array($sql2)) {
    //Hitung S per baris
        $normS[$i] = pow($dt2['Kriteria1'], $newBobot[0]) * pow($dt2['Kriteria2'], $newBobot[1]) * pow($dt2['Kriteria3'], $newBobot[2]) * pow($dt2['Kriteria4'], $newBobot[3]);
        echo "<tr>
            <td>$no</td><td>".getNama($dt2['idCalon'])."</td><td>".round($normS[$i],2)."</td>
        </tr>";
    $no++;
    $i++;
    }
    echo "</table>";
     
  3. Lakukan Perangkingan 






















    //Proses perangkingan dengan rumus langkah 3
    //Jumlahkan Terlebih dahulu nilai S
    $jums = round(array_sum($normS),2);
    $sql3 = mysql_query("SELECT * FROM tbmatrik");
    //Buat tabel untuk menampilkan hasil
    echo "<H3>Perangkingan</H3>
    Nilai Sum S = $jums
    <table width=300 style='border:1px; #ddd; solid; border-collapse:collapse' border=1>
        <tr>
            <td>No</td><td>Nama</td><td>Rangking</td>
        </tr>
    ";
    $no = 1;
    $i=0;
    //Kita gunakan rumus (s/ sum(s))
    while ($dt3 = mysql_fetch_array($sql3)) {
        echo "<tr>
            <td>$no</td><td>".getNama($dt3['idCalon'])."</td>
            <td>"
            .round($normS[$i]/ $jums,2)."</td>
        </tr>";
    $no++;
    $i++;
    }
    echo "</table>";
Berikut adalah hasil dari source code sistem pendukung keputusan Weighted Product :
Hasil SPK Metode WP
Hasil SPK Metode WP