Indonesi an  Journa l  of El ect ri cal Engineer ing  an d  Comp ut er  Scie nce   Vo l.   1 3 ,  No.   2 ,  Febr uar y   201 9 , pp.  7 44 ~ 751   IS S N:  25 02 - 4752, DO I: 10 .11 591/ijeecs .v1 3 .i 2 .pp 744 - 751          744       Journ al h om e page :  http: // ia es core.c om/j ourn als/i ndex. ph p/ij eecs   Perform ance ana lysis on t elec ommun icat ion  co mp an ies in  malaysi a with T OP SIS m od el       Lam We ng H oe 1 , L am We n g  Siew 2 , Liew   Ka h  F ai 3   1 ,2,3 Depa rtment   o f  Ph y si ca l   and   Mathe m atical  Sc ience ,   Facu lty   o f  S ci en ce,   Unive rsit i  Tunku   Abdul  R ahman,   Kam par   Campus ,   Mal a y s ia   1, 2,3 Cent re   for  M at hemat ic a l  Sc ience s,  C ent r e  for   Business a nd  M ana gement ,   Uni v ersit i   Tunku  A bdul  Rahman,   Kam par   Campus ,   Mal a y s ia       Art ic le  In f o     ABSTR A CT   Art ic le  history:   Re cei ved   N ov  15 , 201 8   Re vised  Dec  16 , 2 018   Accepte d  Dec  30 , 201 8       Emerge nce   of  t e le comm unic atio n  companie s  is  s pringi ng  up  due  to  the   high   demand  from   th e  consum ers.   The   inve nti on  of  telec om m unic atio n  has  m ade   the   world  m ore   knowledge able   as  informati on  ca n  be  tra nsm it te d  e asi l y .   Based  on  the   pa st  studie s,  tele co m m unic at ion  is  not  comm onl y   i nvesti gated   espe cially   in  fi nanc i al   m ana ge m ent   fie ld.   Th ere ore ,   thi s  stud y   ai m s  to   propose  a  conc e ptua l  fra m ework   to  eva luate ,   co m par e  and  ran k  the   fina n ci a l   per form anc e  of  the   li st ed  te l ec o m m unic at ion  co m pani es  in  Malay si a  using   TOPS I S  m odel .   Financial  ra ti o s  are   emplo y ed   to  exa m ine  th e  fin anc i al  per form anc e  of   the   t el e comm unic a ti on  compan i es.   Th e  da ta   of   thi s  stud y   consists  of  D IGI,  MA XIS ,   AX IATA  an d  TM  which  are   li st e d   te l ec om m unic at i on  companie s  in   Malay s ia   stock  m ark et .   Th e  res ult s   of  thi s   stud y   show   that  DIG I  ac hi eves   the   first  r ank ing,   fol lowed  b y   MA XIS ,   AX IATA  and  TM  withi n  the  st ud y   p eri od  of  yea r  2011 - 2015 .   Thi s  stud y   is   signifi c ant   beca use  it   hel ps  to  eva luate,   com par e  and  ran k  t he  fina nc ia l   per form anc e   of  t he  l iste d  te l ec om m u nic at ion   companie s  in  Mal a y s ia   wi th  th e  proposed  concep tua l   fra m ework based  on  TOPS IS m odel .   Ke yw or ds:   Finan ci al  Rat io s   Op ti m al  So luti on   Ra nk i ng   Tel ecom m un icati on  C om pan y   TOP S IS M ode l     Copyright   ©   201 9   Instit ut e  o f Ad vanc ed   Engi n ee r ing  and  S cienc e .     Al l   rights re serv ed.   Corres pond in g  Aut h or :   Lam  W en g Si ew ,   Dep a rtm ent o f Physi cal  and  Ma them a ti cal   Scie nce,    Faculty  of S ci e nce,   U niv e rsiti  Tunku  A bdul  Ra hm an,  K am par Ca m pu s,   Jal an Un i ver sit i, Ban dar  Ba rat , 31900  Kam par , Pera k,  Mal a ysi a.   Em a il :  lam ws @u ta r .edu.m y       1.   INTROD U CTION   Tel ecom m un icati on   is  gro wing  nowa days  due  to  high  dem a nd  f ro m   the  c ust om ers.   The   c hangin g  i n  bu si ness  e nv ir on m ent  enab le s  te le co m m un ic at ion   an d  IT  i ndus try   to  com bin e  an d  w ork  ou t  to gethe r  suc h  as  m anag em ent  inf or m at ion   sys tem   (MIS)   so  that  the  i ndus t r y  is  m or e  serv i ce - ori ente d  [ 1] .  Plenty   m ob il e  data  plan  a nd  se r vices are d esi gned  accordin g  to  m od ern   people  li festy le . S ince the co m pan y desires t o  upgr ade its   syst e m ,  netw ork  s pee d  as   well   as  c overa ge,  it   re qu i res  a   hu ge   a m ou nt o f   fi nan ci al   s uppo r t  to  ac hieve   the   goal .  In   Ma la ysi a,  t el ecom m un ic ation   is  no t  c om m on ly   inv es ti gated  espe ci al ly   in  finan ci a l  m anag em ent   fiel d.  Ther e f or e,  t he   finan ci al   pe rfor m ance  of  the  te le com m un ic at ion   com pan ie s  in  Ma la ysi a  sh ou ld  be   inv est igate d .  The  fina ncial   rati o  a naly sis  has  bee n  a do pted   by  dif fere nt  re searc hers  in  determ ining  the   fina ncial  p e rfo rm ance o f  t he c om pan ie s [2 - 14 ] .   Tech nique  Ord er  of   P ref e re nc e  by  Si m i la rit y  to  Id eal   So l ution   (TOPS IS)  is  a  decisi on  too l  wh ic h  aim s  to  so lve  m ul ti - c rite ria  decisi on   m aking   pr ob le m   [1 5] .  TO PSIS  m od el   aim s  to  determ ine  the  al te rn at ive   wh ic h  is  cl os e st  to  the   best  i deal  s olu ti on  a nd  fa rthest  fro m   the  w or st  i de al   so luti on  i n  a  m ulti - d i m ension al   com pu ti ng   spa ce  [ 16,   17] .   It  ha s  been  ap plied  e xtensiv el y  in  t he   va rio us   ar e as  su c h  as   fi nan ci al     com pan ie s  [ 2] ,  autom otive  industry  [ 9],  lo dg i ng  co m pan ie s  [10],   te xtil e  firm s   [ 12 ]   a nd  pe ns i on     com pan ie s  [ 18] .  Each  al te r na ti ve  will   be  ass ign e d  a  sc or e  of   relat ive  cl ose ness  to   the  id eal   so luti on  by  us i ng   Evaluation Warning : The document was created with Spire.PDF for Python.
Ind on esi a n  J  E le c Eng &  Co m p  Sci     IS S N:  25 02 - 4752       Perf orma nce  analysis  on tel e comm un ic atio n  c omp an ie s  in  malaysi a  wi th  TO P SIS m od el   ( La m  We ng Hoe )   745   TOP S IS   m od e l.  The  al te r native  with  t he  hi gh est   sc or e  of  relat ive  cl os eness  to  t he  i deal  so l ution   will   be   consi der e d  as   the  best  al te r na ti ve  am on g  a ll   the  al te rn at ives  a vaila ble.  TOP S IS   m od e l  is  propose d  i n  this   stud y  si nce  it   can  e valuate,   com par e  an d  r ank  the  overal l  f ina ncial   pe rfor m ance  of  t he   te le com m un i cat ion   com pan ie s in M al ay sia  b y co ns ide rin g  the  i m po rtant f i nanci al  r at ios.   The  obj ect ive  of   t his  pa per   is   to  pro pose  a  c on ce ptu al   fr am ewor k  to  e valu at e,  com par e  and   ra nk   t he   fina ncial   per f orm ance  of   the  li ste d  te le co m m un ic at ion   co m pan ie s  in  M al ay sia   with  T OP S IS   m od el .  DI G I ,   MAX IS ,  AXI ATA   a nd  TM  are  the  li ste d  te le com m un ic ation   com pan ie s   in  Ma la ysi a  s t ock   m ark et .  T he  rest  of   t he  pap e r  is  orga nized  as   f ollows.  T he  ne xt  sect ion  disc us ses  a bout  t he   data  a nd   m et ho dolo gy  of   t he  stud y.   Sect ion   3 p rese nts the  em pirical  r esults  of thi s stu dy. S ect io n 4 c on cl ud e s t he pape r.       2.   DA T A AND  METHO DOL OGY   The  data o f   thi s  stu dy  c on sist s  of f ou r  li ste d t el ecom m un ic a ti on   c om pan ie s   in  Ma la ysi a  st ock  m ark et  as sho wn in T a ble 1.       Table  1.  Li ste d Tel ecom m un ic at ion  C om pan ie s in  Ma la ysi a Stoc k  Ma r ket   Co m p an y  Na m e   Ab b reviatio n s   Co d e   AXIA TA  GROUP  BERHAD  [ S]   AXIA TA   6888   DIGI.C OM  BERH AD [ S]   DIGI   6947   MAX IS  BER HAD  [ S]   MAX IS   6012   TE L EKO M  MAL AYSIA  BERH AD  [ S]   TM   4863   Sour ce:   [19]       The  fi nan ci al   r at ios  in  this  stu dy  are  obta ine d  from   the  respec ti ve  com pan ie s’  fina ncial   an nu al   re port  from  yea r  2011  un ti l 2 015 as  shown  from  ( 1) to  (7) [ 20 ] .     s l i a b i l i t i e C u r r e n t   a s s e t s C u r r e n t   r a t i o C u r r e n t     (1)     100% × eq u i t y    r s ' s h ar eh o l d e   T o t al p r o f i t N et   = eq u i t y on  R et u r n     (2)     % 1 0 0 S al e s p r o f i t N et   = m ar g i n P r o f i t     (3)     eq u i t y    r s ' s h ar eh o l d e   T o t al s l i ab i l i t i e   T o t al = r at i o eq u i t y     D eb t   t o   (4 )     s h ar e s   of N u m b e r   p r o f i t N et   = s h ar e p e r     E a r n i n g s   (5)     % 100 s h a r e p er     p r i c e M a r k et   s h a r e p er     D i v i d en d = y i el d   D i v i d en d   (6)     s h ar e p er     E ar n i n g s s h ar e p er     p r i ce M ar k et   = r at i o   ea r n i n g s   P r i ce   (7)     The  best  ideal   al te rn at ives  se ek  the   fina ncia l  rati os   that  ne ed  to   be  m ini m iz ed  are  de bt  to  e qu it y  rati o  and  PE  rati o.  On  the  oth e r  ha nd,  c urren t  ra ti o,   ROE ,  prof i t  m arg in,  EPS   and  di vid e nd  yi el d  are  t he  fi na ncial  rati os   that  sh ould  be  m axi m i zed.  TO PS IS   m od el   aims  to  determ ine  the  al te rn at ive  w hich  is  cl os est   to  the  best   ideal  so l ution a nd f a rthest  fro m   th e worst i de al  so luti on a s  sh ow n:   Evaluation Warning : The document was created with Spire.PDF for Python.
                          IS S N :   2502 - 4752   Ind on esi a n  J  E le c Eng &  Co m p  Sci,   Vo l.   1 3 , N o.   2 ,  Fe bru ary  201 9   :   7 4 4   –   7 5 1   746   Step  1: F or m ation   of  dec isi on m a trix ( n m ij x ) ( ):   Con st ru ct  a n  e valuati on m at ri x  as  sho wn b el ow.     n m ij x ) ( mn m m n n x x x x x x x x x ... . . . . . . ... ... 2 1 2 22 21 1 12 11   (8)     Step  2: F or m ation   of  norm al i zed  decisi on m at rix:   Con st ru ct   nor m al iz ed  decisi on m at rix  n m ij r R ) (   as s how n belo w.       n j m i x x r m i ij ij ij ,..., 2 , 1 , ,..., 2 , 1 , 1 2   (9)     n m ij r ) ( R = mn m m n n r r r r r r r r r ... . . . . . . ... ... 2 1 2 22 21 1 12 11   (10)     Step  3: F or m ation   of  no m inal norm al iz ed  decisi on  m at rix  (T ).     m i r w t n m ij j n m ij ,..., 2 , 1 , ) ( ) ( T   (11)     W he re  n j W W w n j j j j ,..., 2 , 1 , 1   1 1 n j j w   an d  j W   is t he ori gin al   weig ht  giv en  to  t he  i nd i cat or j w , j = 1, 2,  …,n.     mn n m m n n n n r w r w r w r w r w r w r w r w r w ... . . . . . . ... ... 2 2 1 1 2 22 2 21 1 1 12 2 11 1 T   (12)     Step  4: D et e rm inati on   of the  best  ideal ( b A )  s olut ion  a nd the  wor st i deal ( w A )  s ol ution :     Evaluation Warning : The document was created with Spire.PDF for Python.
Ind on esi a n  J  E le c Eng &  Co m p  Sci     IS S N:  25 02 - 4752       Perf orma nce  analysis  on tel e comm un ic atio n  c omp an ie s  in  malaysi a  wi th  TO P SIS m od el   ( La m  We ng Hoe )   747   }, ,..., 2 , 1 | { } | ) ,..., 2 , 1 | m a x ( , | ) ,..., 2 , 1 | m i n ( { n j t J j m i t J j m i t A bj ij ij b   (13)     }, ,..., 2 , 1 | { } | ) ,..., 2 , 1 | m i n ( , | ) ,..., 2 , 1 | m a x ( { n j t J j m i t J j m i t A wj ij ij w   (14)     Step  5:  Ca lc ula ti on   of  se par at ion  m easur es  for  eac h  al te r native  base d  on  th e  best  i deal  s olu ti on  ib d   an d  wor st   ideal  so l ution  iw d .     m i t t d n j bj ij ib , . . ., 2 , 1 , ) ( 1 2   (15)     m i t t d n j wj ij iw ,..., 2 , 1 , ) ( 1 2   (16)     Step  6: Cal cula ti on   of r el at ive  distances  from  the ideal s olu ti on  iw s :     m i s d d d s iw iw ib iw iw ,..., 2 , 1 , 1 0 ,   (17)     Step  7:  Alte rnat ives  are  cal c ulate d  a nd   ra nked  de pe nd i ng  on   t heir  pro xim ity  to  the  ide al   so luti on.   Ra nk   t he   al te rn at ives ac cordin g  to  ) , . . . , 2 , 1 (   m i s iw   in d escen ding o r de r  an d  sel ect  the alt ern at ive w it h  the h ig hest val ue  of  iw s   wh ic h  is cl os est  to  1.       3.   EMPI RICAL  RESU LT S   Table  2,  Table   3  a nd  Ta ble  4  pr ese nt  t he  m ulti - crit eria  deci sion  m aking   m at rix,   norm al ized   decisi on  m at rix  an d  wei gh te d  norm al ized   decisi on  m a trix  res pecti vel y.  The  posit ive   ideal   so l utio n  and  ne gative  i deal  so luti on  for  ea ch deci sio n  crit erio n  are  prese nted  i n  Fi gure  1.       Table  2.  M ulti - Crit eria Decisi on  Ma ki ng Mat rix   Co m p an y   Cu rr en t r atio   ROE ( % )   Prof it  m argin   (%)   Deb t to  eq u ity  r atio   EPS   Div id en d   y ield  ( % )   PE  r atio   AXIA TA   8 .02 5   1 3 .66 4   1 4 0 .712   0 .07 9   0 .27 8   3 .56 7   1 5 3 .793   DIGI   2 2 2 .255   2 0 6 .289   1 0 0 .010   0 .00 1   0 .22 5   4 .34 8   2 3 .23 9   MAX IS   4 4 .44 1   6 .62 7   8 5 .29 3   0 .28 8   0 .25 3   5 .84 3   2 6 .93 4   TM   1 .07 5   1 4 .64 9   9 .88 3   2 .27 3   0 .25 5   3 .68 9   2 3 .73 5       Table  3.   N or m al iz ed  Decisi on Mat rix  (2 011 - 20 15)   Co m p an y   Cu rr en t r atio   ROE ( % )   Prof it  m argin   (%)   Deb t to  eq u ity  r atio   EPS   Div id en d   y ield  ( % )   PE  r atio   AXIA TA   0 .03 5 3 8   0 .06 5 9 0   0 .72 9 8 1   0 .03 4 5 6   0 .54 8 2 9   0 .40 0 3 9   0 .96 3 4 5   DIGI   0 .97 9 9 6   0 .99 4 8 1   0 .51 8 7 1   0 .00 0 4 2   0 .44 4 0 4   0 .48 8 0 0   0 .14 5 5 8   MAX IS   0 .19 5 9 5   0 .03 1 9 6   0 .44 2 3 8   0 .12 5 7 2   0 .49 8 9 3   0 .65 5 8 1   0 .16 8 7 3   TM   0 .00 4 7 4   0 .07 0 6 4   0 .05 1 2 6   0 .99 1 4 6   0 .50 3 2 7   0 .41 4 0 7   0 .14 8 6 9             Evaluation Warning : The document was created with Spire.PDF for Python.
                          IS S N :   2502 - 4752   Ind on esi a n  J  E le c Eng &  Co m p  Sci,   Vo l.   1 3 , N o.   2 ,  Fe bru ary  201 9   :   7 4 4   –   7 5 1   748   Table  4.   Weig hted N or m al ized   Decisi on M at rix  ( 2011 - 20 15)   Co m p an y   Cu rr en t r atio   ROE ( % )   Prof it  m argin   (%)   Deb t to  eq u ity  r atio   EPS   Div id en d   y ield  ( % )   PE  r atio   AXIA TA   0 .00 5 0 5   0 .00 9 4 1   0 .10 4 2 6   0 .00 4 9 4   0 .07 8 3 3   0 .05 7 2 0   0 .13 7 6 4   DIGI   0 .13 9 9 9   0 .14 2 1 2   0 .07 4 1 0   0 .00 0 0 6   0 .06 3 4 3   0 .06 9 7 1   0 .02 0 8 0   MAX IS   0 .02 7 9 9   0 .00 4 5 7   0 .06 3 2 0   0 .01 7 9 6   0 .07 1 2 8   0 .09 3 6 9   0 .02 4 1 0   TM   0 .00 0 6 8   0 .01 0 0 9   0 .00 7 3 2   0 .14 1 6 4   0 .07 1 9 0   0 .05 9 1 5   0 .02 1 2 4           Figure  1. Be st  ideal   ( Ab)  a nd  worst ideal  ( A w)   so l utions       As  s how n  in  F igure  1,  the  A w  that  dete rm i ned   by  the  T O PSI S  m od el   f or  cu rr e nt  rati o,  ROE,  prof it   m arg in,   de bt  t o  e qu it y  rati o,  EPS,   div i de nd  yi el d  an d  PE   rati o  are   0.0 00 7,   0.0 046,  0.0 073,  0.1 416,  0.0 634,   0.057 2  an d  0. 1376  res pecti ve ly .  On   the  oth er  hand,   t he  Ab   for  cu rr e nt   rati o,   ROE ,  pro fit  m arg in,  de bt  to  equ it y  rati o,  E PS ,  div i dend   yi el d  an d  PE  rat io  are   0.1 400,  0.142 1,   0.1 043,  0.0 001,  0.0 783,   0.0 937  an d  0.0 20 8  resp ect ively .  T he  best  ideal   and   worst  ideal   so luti ons  for  each  fina ntial   rati o  serv e  as  the  be nch m ark   to  th e   te le com m un ic a ti on  c om pan ie s for   f ur the r  im pro vem ent.   I n  this  stu dy,  the  distance  of   the  te le com m u nicat ion   c om pan ie s  from   the  best  ideal   so lut ion   ib d   and   the  dista nce  of  al l  decisi on  al te rn at ives   f ro m   the  w orst  ideal   s olu ti on  iw d are   cal culat ed  by  usi ng  t he   Eq uations   (15)  a nd   ( 16)  res pe ct ively .  Figu re   2  and   Fi gure  3  pr e sents  the  distance  of  al l  al te rn at ives  f rom   the   worst ideal  so l ution ( diw) a nd the  d ist a nce  of all  alt ern at iv es from  the b es t i deal so l ution ( dib )  r es pecti ve ly .           Figure  2. Dista nce  of the  al te r natives  from   the wors t i deal s olu ti on  (d i w)       0 .14 0 0 0 .14 2 1 0 .10 4 3 0 .00 0 1 0 .07 8 3 0 .09 3 7 0 .02 0 8 0 .00 0 7 0 .00 4 6 0 .00 7 3 0 .14 1 6 0 .06 3 4 0 .05 7 2 0 .13 7 6 0 .0000 0 .0200 0 .0400 0 .0600 0 .0800 0 .1000 0 .1200 0 .1400 0 .1600 Cu rr e n t  ratio Retu rn o n eq u ity Pr o f it mar g in Deb t  to   eq u ity ra tio Ea rnings  per sh are Div id en d   y ie ld Pr ice e arnin g s ra tio PI S NI S 0 .11 6 8 4 8 0 .18 2 8 8 3 0 .27 6 8 4 1 0 .16 8 3 6 9 0 .0000 0 .0500 0 .1000 0 .1500 0 .2000 0 .2500 0 .3000 TM M AXI S DI GI AX IAT A Evaluation Warning : The document was created with Spire.PDF for Python.
Ind on esi a n  J  E le c Eng &  Co m p  Sci     IS S N:  25 02 - 4752       Perf orma nce  analysis  on tel e comm un ic atio n  c omp an ie s  in  malaysi a  wi th  TO P SIS m od el   ( La m  We ng Hoe )   749       Figure  3. Dista nce  of the  al te r natives t o  the  best  ideal sol ution  ( dib)       Accor ding  to   Figure  2  a nd  Figure  3,  the  distance  of  th e  te le com m un i cat ion   c om pani es  from   the  worst  a nd  the  best  ideal   s olu t ion   a re  determ ined  by  c om par in g  the  decisi on  crit eria  of   t he  c om pan y  w it h  the   worst  an d  t he  best  ideal   s olut ion   res pecti ve ly .  The  dis ta nc e  of   t he  te le com m un ic at ion   com pan ie s  from   the  worst  ideal   s ol ution  is  dete r m ined  by  c ompari ng   t he  dec isi on   c rite ria  of  the  c om pan y  with  the   w ors t  ideal  so luti on. TM  s hows  t he  s hort est   distance fro m   the  w or st  id eal   so luti on w it h  a v al ue  of  0. 116848.   Thi s   im pl ie s  that  the  distanc e  of  TM   f ro m   the  worst  i deal  so luti on  is   the   cl os est   am on g  the  te le com m u nicat ion  com pan ie s   in  this  stu dy.  On   t he  oth er   ha nd,  the  distan ce  from   the  wo rst  ide al   so lut ion   for  oth er   c om pan ie s  in  as cend i ng   order   are  AXI ATA   (0.16 8369) ,  MAX IS   ( 0.182 883)  and   D IGI  (0.27 6841) .  In   this  stud y,  DIGI   ha s  the  longest  distance  from  t he worst i deal  so luti on c om par ed  to othe r  te l ecom m un ic at i on co m pan ie s.     The  dista nce  of   the  te le co m m un ic at ion   com pan ie s  to  the  best  ideal   so luti on  is  de te rm ined  by   com par ing   th e  decisi on  crit eri a  of   the  c om pan y  with  the  be st  ideal   so luti on.  D I GI   has  th e  le ast   distance  fr om  the  be st  ideal   s olu ti on  (0.04 1303 )  am on g  th e  oth e r  te le co m m un ic at ion   c om pan ie s.  T hi s  im plies  that  DIGI  is  cl os ed  t o  the  best  ideal   s olut ion .  On   t he  o ther  hand,   TM  shows  t he  fa r thest  distance  from   the  best  ideal   so luti on  with  a   value  of  0.2 5983 5.   T he  dist ance  f ro m   the  best  ideal   so lu ti on   f or   AXIATA  an d  MA XIS  ar e   0.225 444  a nd  0.183 117 res pe ct ively .    The  optim al   s olu ti on  wh ic h  is  relat ive  cl ose ness  distance   of  each   decisi on  al te rn at ive   to  the  i deal   so luti on,  siw  f or   ove rall   finan ci al   per f orm a nce  is  sh own  i n  Table  5.   T he   hig he r  value  of  relat ive  cl os eness  to   the ideal s olu ti on, s iw  in dicat es h i gh e r per f orm ance o f  t he c om pan y.        Table  5.   Fina nc ia l Perform ance of th e  Tele c omm un ic at ion   Com pan ie s in M al ay sia   Co m p an y   Relativ e Clo sen ess  to th e I d eal  So lu tio n ,  s iw   Ran k ,  T   DIGI   0 .87 0 1 7 4 1   1   MAX IS   0 .49 9 6 8 0 8   2   AXIA TA   0 .42 7 5 3 5 1   3   TM   0 .31 0 2 0 2 6   4       Ba sed  on  Ta ble  5,   DIG I  giv es   the   hi ghest   value   of   relat ive  cl ose ness  t o  t he  ideal   so l ution  (0.87 01741)  a m on g  the  li ste d  te le com m un ic at ion s  c om pan ie s  in  Ma la ysi a.  Ther e f or e,  DIGI   ac hieve s  the  first  rankin g  am on g  the  four   li ste d  te le co m m un ic at ion   com pan i es  in  this  st ud y .  The  relat ive  c losenes s  to  the   idea l   so luti on  for  M AXIS,  A X IA T A  a nd  TM  a re  0.499 6808,  0.4 275351  a nd  0.310 2026  resp e ct ively .  The   ra nki ng   from   secon d  to   fo urt h  are  ac hi eved   by  MA X IS ,  A XIAT A  a nd   TM  res pect ively .  In   this  stud y,  T OP S IS   m od e l   is  able  to  rank   the  fi nan ci a l  per f or m ance   of   li ste d  te le com m un ic at ion   com pan ie s  in  Ma la ysi a  with  the   pro po se d  c onc eptual  fr am ewo r k.       4.   CONCL US I O N   In   t his  stu dy,  a   con ce ptua l  fr a m ewo r k  is  pr opose d  t o  eval ua te   the  fina ncial   per f orm ance  of   t he  li ste d  te le com m un ic a ti on   com pan ie s  in  Ma la ysi a  with  TO PSIS  m od el .  DI G I  a chieves  the  fir st  ran ki ng   am on g  the   four   li ste d  te le com m un ic at ion   com pan ie s  in   Ma la ysi a,  fo llo we d  by  MA X IS ,  A X IA T A  a nd   TM.  T his  stud y  is  0 .25 9 8 3 5 0 .18 3 1 1 7 0 .04 1 3 0 3 0 .22 5 4 4 4 0 .0000 0 .0500 0 .1000 0 .1500 0 .2000 0 .2500 0 .3000 TM M AXI S DI GI AX IAT A Evaluation Warning : The document was created with Spire.PDF for Python.
                          IS S N :   2502 - 4752   Ind on esi a n  J  E le c Eng &  Co m p  Sci,   Vo l.   1 3 , N o.   2 ,  Fe bru ary  201 9   :   7 4 4   –   7 5 1   750   sign ific a nt  be cause  it   hel ps   t o  e valua te ,  com par e  and  ra nk  t he   fina ncial   pe rfo rm ance  of   the  te le com m un ic a ti on   com pan ie s  in  Ma la ysi a   by  co ns ide ring   t he  sig nifi cant  fina ncial   rati os   with  TOP S I S   m od el .  Be sides  that,  the  best  ideal   and   worst  ideal   sol ution s  f or   ea ch  fina ntial   rati o  can  serv e  as  the   ben c hm ark  to  the tel ecom m un ic at ion  c om pan ie s f or  furthe r  i m pr ov em ent.       ACKN OWLE DGE MENTS   The  a uthor s e xpress  grati tud e   to Unive rsiti  T unku  Abd ul Ra hm an  (U T AR)   for  the  s ponsor sh ip .       REFERE NCE S   [1]   Q.  Kong,  G.  Ch en  and  G.  Hollim an,   “ Te le com m unic at ion  Serv ic e  Mana gm ent, ”  Data  Comm un ic ati ons  OpenV i ew   Adv isor ,   vo l. 1,  no.   8 ,   Aug 1995 .   [2]   A.  J.  X.  L ai ,   W .   H.  L am  and  W .   S.  La m ,   “ Optimiza t ion  on  t he  cre d it   r isk  of  companie s  in  Malay s ia   wi th  Data  Enve lopment   Anal y s is  m odel , ”  Inte rnational   Jo urnal  of  Eng ineering  and  Techn ology ,   vol.  7,   no .   4. 11 ,   pp .   13 - 16 ,   201 8.   [3]   W .   S.  La m ,   K.  F.  Li ew  and  W .   H.  La m ,   “ Inve stiga ti on  on  the   ef fic i ency   of  fina n ci a l  companie s  i n  Malay si a  with  Data   Enve lopme nt  Anal y sis m od el , ”  Journal  of   P hysic s: Conf ere n ce   S erie s ,   vol .   9 95,   012021 ,   pp .   1 - 10,   2018 .   [4]   W .   S.  L am,  K.   F.  Liew  and   W .   H.  La m ,   “ An  e m piri ca l   compar ison  on  th e  eff iciency   of   h ea l thcare   companie s  i n  Malay s ia   with  Data   Env el opm ent   Anal y sis  m odel , ”  Inte rnat i onal  Journal  of   Serv ice  Scienc e ,   Manage ment  a nd  Engi ne ering ,   vol .   4 ,   no .   1 ,   pp .   1 - 5,   2017 .   [5]   V.  M.  Dalf ard ,   A.  Sohrabia n,   A .   M.  Na ja fab adi   a nd  J.  Alvani ,   “ Perform anc e  eva l uat ion  and  pr ioritizati on  of  l ea sin g  companie s using  the   super  eff ic i e nc y   Da ta   Enve lo pm ent   Anal y sis  m odel , ”  A ct a  Po ly t ec hni ca  Hungar ic a ,   vol .   9,   n o .   3,   pp .   183 - 194 ,   2012.   [6]   L.   Z amani,   R .   B ee gam  and  S.  B orz oia n ,   “ Portf ol io  select ion  usin g  Data   Env el op m ent   Anal y s is  (DEA):  A  ca se  o f   sele c t  India n  inv estment  compan ie s,”   In te rnation al  Journal  of  Cu rr ent   Re search  a nd  Ac ademi c  R e vi ew ,   vol.  2,   no .   4,   pp .   50 - 55 ,   Ap r.   2014 .   [7]   S.  Hasanl oo,   E .   Kari m ,   M.  R.   Mehre gan   and   R.   Te hra n i,   “ Eva lu at ing  per f orm anc e  of  co m pani es  b y   ne w   m ana gement too ls,”   Journal  o f  N atural  and  So ci a l  Sc ie nc es ,   vo l. 2 ,   no .   3 ,   pp .   165 - 169,   2013 .   [8]   B.   K.  Bulgurc u ,   “ Applic at ion  of   TOPS IS  te chni que  for  fina n ci a l  per form anc e  e val ua ti on  of  tec hnolog y   f i rm s  in  Istanbul   Sto ck  E xcha nge   Marke t,”  Proc edi a   –   So c ial   and   Be ha vi or al  Sc ie nc es ,   v ol.  62,   pp .   1033   –   1 040,   2012 .   [9]   W .   H.  L am,  W .   S.  La m   and   K.  F .   L ie w,  “ Im prove m ent   on  the   eff ic i ency   of   techn olog y   compani es  in  Mal a y s ia  wit h  Data   Enve lopme nt  Anal y sis m od el , ”  Le ct ure  No t es  in  Comput er  Sci en ce ,   vol .   10 645,   no .   1 ,   pp .   1 9 - 30,   2017 .   [10]   B.   B.   Yilmaz  and  A.  M.  Kony ar ,   “ Financ ia l  per f orm anc e  eva lu ation  of  publi cly   hel d  lodgi ng  co m pani es  li sted  i n   Istanbul   Stock  E xcha nge  with  T OP SI S  m et hod, ”  European  Journal  of  Sci en ti f ic   Re search ,   vo l.   9 5,   no.   1,   pp.   143 - 151,   2013 .   [11]   H.  Kaz an  and  O.  Ozde m ir,   “ Financial   p erf or m anc e  assess m ent   of  la rg e  sca l e  congl om erate s   via   TOPS IS  and  CRITIC  m et hod s,”   Int ernati onal   Journal  o f  Man ageme nt  and   Sus tai nability ,   vo l.  3,   no .   4 ,   pp .   203 - 224,   2014 .   [12]   A.  V.  Cam,  H.   Cam,  S.  Ulut a s  and  O.  B.   Sa y in ,   “ The  role  of  TOPS IS  m et hod  on  determ ini ng  the  fina n cial   per form anc e  r an king  of  firms :  An  appl icati on  i n  the   Borsa  Ista nbul, ”  In te rnati onal  Journal  of   Ec onomics  and   Re search ,   vol .   6 ,   no.   3,   pp.   29 - 38 ,   2015 .   [13]   W.   S.  La m ,   K.  F.  Liew a nd  W .   H.  La m ,   “ An opt i m al   cont rol  on  t he  eff i ci en c y   of  t ec hnolog y   companie s in  Mal a y s i a  with  Data  Env elopm ent   Anal y s i s  m odel , ”  Journal  of  Te le comm uncat ion ,  E le c tronic   and  Comp ute r  Engi n ee rin g ,  vol.   10 ,   no .   1 ,   pp .   107 - 111 ,   2018 .   [14]   M.  A.  M .   Kaba je h,   S.  M.  A.  A.  Nu’ai m at   and  F.  N.  Dahm ash,   “T he  relati onship   bet wee n  the   R OA ,   ROE  and  R OI   rat ios  wi th  Jord ani an   Insuranc e  Public   Com panies  m ark et   sh are   pric es, ”  In te rnat ional   Journal  of   Hum anit ie s  an d   Soci al   Scienc e ,   v ol.   2 ,   no .   11 ,   pp .   115 - 120,   Ju n.   20 12.   [15]   C.   L .   Hw ang   an d  K.  Yoon,   Mul t ipl e   Attribute De ci sion M a ki ng .   Berl in: Springer - Verl ag, 1981.   [16]   X.  Qin,   G.  Hua ng,   A.Cha km a,   X.Nie   and  Q.  L in,   “ A  MCD M - base d  expe r t  s y stem  for  cl imat e - cha ng e  impac t   assess m ent   and  ada pt at ion  pl a nning  –   A  ca se  stud y   for  t he   Georgi a  Basin ,   Cana d a,”  Ex p ert  Syste ms   wit h  Appl ic a ti ons ,   vo l.   34 ,   no .   3 ,   pp .   2 164 - 2179,   2008 .   [17]   Y.  Ic,   “ An  expe rimental  desi gn  appr oac h  using  TOPS IS  me thod  for  the   sele c ti on  of  co m pute r - int egr ate d   m anuf ac turi ng   t e chnol ogi es, ”   Ro boti cs  and   Computer - Inte gr at ed Manufac turing ,   vol.   28 ,   no .   2 ,   pp .   245 - 256 ,   2012 .   [18]   G.  İşs eve roğlu  and  O.  Seze r,   “ Financ i al   per for m anc e  of  pension  companie s  oper ating  in  Tur ke y   with  Topsi s  ana l y sis  m et hod, ”  Inte rnat ional   J ournal  of  Ac ad e mic  Re search  in  Ac coun ti ng,   Fi n ance   and  Manag eme nt  Sc ie nc es ,  Vol.   5 ,   no .   1 ,   pp .   137 - 147,   2015.   [19]   Bursa  Malay s ia ,   Company   Announc eme nts  Bursa  Malay sia  Marke t .   [onl ine ]   Avail able  at:   <ht tp://www . bur sam al a y s ia . com/ m ark et /lis te d - co m pani es/c om pan y - announ ce m ents /#/? c at egor y = a l l>   [Acc essed  22  Februa r y   2017] .   [20]   C .   P.   Jones,  In ves tment s A nal ysis  and  Manag eme nt .   12nd   ed .   Den m ark :  John W il e y   &  Sons ,   2013.           Evaluation Warning : The document was created with Spire.PDF for Python.
Ind on esi a n  J  E le c Eng &  Co m p  Sci     IS S N:  25 02 - 4752       Perf orma nce  analysis  on tel e comm un ic atio n  c omp an ie s  in  malaysi a  wi th  TO P SIS m od el   ( La m  We ng Hoe )   751   BIOGR AP HI ES OF  A UTH ORS         Dr.  La m   W eng  Hoe  is  a n  As sistant   Profess or  fro m   Facul t y   of  Sci enc e ,   Univer si ti   Tunku  Abdul  Rahman  (UTAR),  Malay sia .   He  is  al so  Hea d  of  Depa rtment  of  Ph y sical  a nd  Mathe m at ica l  Scie nc e,   UTAR .   His  areas  of  expe rt ise  ar e  E conometri cs,   Optimiza t ion,  Ma the m at i ca l   and   Stat isti ca l  Mod el li ng ,   Portfolio   Optimiza ti on ,   Data   Envelop m ent   Anal y sis   and  Financ i al   Modell ing .             Dr.  La m   W eng  Siew  is   a n  Assis ta nt  Profess or  from   Depa rtment  of  Phy si ca l  and  Mathe m at i ca l   Scie nc e,   Fa cul t y  of  Scie n ce,  Un ive rsiti  Tunku  Abdul  Rahman  (UTAR),  Malays ia .   He  is  al so   Hea d  of  Progra m m e  for  postgradua te   progr ammes  in  Facul t y   of  Scie nc e,   UTAR.   In  addi ti on ,   he   is  a  PS M B  Cert i fie d  Tr ai n er  as  well   as  SA S  Cer ti fie d   Statis ti c al   Business  Anal y s t.   His  ar ea s  of  expe rt ise  a re  O pti m iz ation,   Ma the m at i ca l   and   Stat isti ca l   Mode ll ing,  Portfol io  Optimiza ti o n,   Financ i al   Mode l li ng,   Risk Ma n a gement, Da ta E n vel opm ent   Ana l y sis  and  Dat a  A na l y tics.             Mr.  Li ew  Kah  Fai  is  a  le c ture r  fr om   Depa rtment  of  Phy si ca l  and  Mathe m at i ca l  Sc ie nc e,   Facu lty   of  Scie nce,  Univer siti   Tunku  Abdul  Rahman   (U TAR),   Malay sia .   His  are as  of  ex per ti se  ar e  Dat a   Enve lopment   Anal y s is,  Opt imizat ion  and   Statis ti c al   Mode ll ing .       Evaluation Warning : The document was created with Spire.PDF for Python.