Data dari setiap alternatif motor perlu dinormalisasi dan dibobotkan sesuai dengan bobot kriteria yang telah ditetapkan. Hal ini melibatkan perhitungan nilai relatif dari setiap alternatif terhadap setiap kriteria.
4. Perhitungan Solusi Ideal Positif dan Negatif
Setelah normalisasi data, langkah berikutnya adalah menghitung solusi ideal positif (A+) dan solusi ideal negatif (A-) untuk setiap kriteria. Solusi ideal positif adalah nilai maksimum (untuk kriteria keuntungan) atau nilai minimum (untuk kriteria biaya) dari setiap kriteria, sementara solusi ideal negatif adalah sebaliknya.
5. Perhitungan Skor Preferensi
Dengan solusi ideal yang telah ditentukan, perhitungan jarak antara setiap alternatif dengan solusi ideal dilakukan. Jarak ini mencerminkan kedekatan atau kejauhan suatu alternatif dari kondisi ideal. Skor preferensi kemudian dihitung berdasarkan jarak antara solusi ideal positif dan negatif.
Rekomendasi Motor Terbaik
Hasil penelitian menunjukkan bahwa metode TOPSIS efektif dalam mengidentifikasi motor yang paling sesuai dengan preferensi konsumen. Dalam kasus ini, Honda New Vario 125 Esp CBS-ISS dinilai sebagai motor terbaik berdasarkan kriteria yang telah ditentukan, diikuti oleh Yamaha All New Soul GT 125 dan Suzuki Spin 125 NR II.
Sistem pendukung keputusan seperti  ini tidak hanya bermanfaat bagi konsumen, tetapi juga bagi pemilik dealer motor untuk memahami kondisi pasar. Dengan metode ini, dealer dapat menyesuaikan stok produk sesuai dengan preferensi konsumen, meningkatkan kepuasan pelanggan dan penjualan.
Kesimpulan
Dengan menggunakan Metode TOPSIS dalam Sistem Pendukung Keputusan, pemilik motor dapat membuat keputusan yang lebih terinformasi dan tepat dalam memilih motor yang sesuai dengan kebutuhan dan preferensi mereka. Hal ini membantu mengurangi tingkat ketidakpastian dan meningkatkan kepuasan pengguna dalam pengalaman memiliki dan menggunakan sepeda motor.
