Joo (2004) mengembangkan Fuzzy Decision Making (FDM) dalam 3 langkah penting penyelesaian yaitu: representasi masalah, evaluasi himpunan fuzzy, dan menyeleksi alternative yang optimal.

1. Representasi Masalah

Pada langkah ini, ada 3 aktifitas yang harus dilakukan, yaitu:

1. Identifikasi tujuan dan alternatif keputusannya. Tujuan keputusan dapat direpresentasikan dengan menggunakan bahasa alami atau nilai numeris sesuai dengan karakteristik dari masalah tersebut. .
2. Identifikasi kumpulan kriteria.
3. Membangun struktur hirarki dari masalah tersebut berdasarkan pertimbangan-pertimbangan tertentu.

2. Evaluasi Himpunan Fuzzy

Pada langkah ini ada 3 aktifitas yang harus dilakukan, yaitu:

a. Memilih himpunan rating untuk bobot-bobot kriteria, dan derajat kecocokan setiap alternatif dengan kriterianya. Secara umum, himpunan-himpunan rating terdiri atas 3 elemen, yaitu: variabel linguistik (x) yang merepresentasikan bobot kriteria, dan derajat kecocokan setiap alternatif dengan kriterianya; T(x) yang merepresentasikan rating dari variabel linguistik; dan fungsi keanggotaan yang berhubungan dengan setiap elemen dari T(x).

b. Mengevaluasi bobot-bobot kriteria, dan derajat kecocokan setiap alternatif dengan kriterianya.

c. Mengagregasikan bobot-bobot kriteria, dan derajat kecocokan setiap alternatif dengan kriterianya. Ada beberapa metode yang dapat digunakan untuk melakukan agregasi terhadap hasil keputusan para pengembil keputusan, antara lain: mean, median, max, min dan operator campuran.

3. Menyeleksi Alternative yang Optimal.

Pada langkah ini ada 2 aktifitas yang harus dilakukan, yaitu:

a. Memprioritaskan alternatif keputusan berdasarkan hasil agregasi. Prioritas dari hasil agregasi dibutuhkan dalam rangka proses perangkingan alternatif keputusan. Karena hasil agregasi direpresentasikan dengan menggunakan bilangan fuzzy segitiga, maka dibutuhkan metode perangkingan untuk bilangan fuzzy segitiga. Salah satu metode perangkingan yang dapat digunakan adalah metode nilai total integral.

Nilai a adalah indeks keoptimisan yang merepresentasikan derajat keoptimisan bagi pengambil keputusan (0 ≤ a ≤ 1). Apabila a semakin besar mengindikasikan bahwa derajat keoptimisannya semakin besar.

b. Memilih alternatif keputusan dengan prioritas tertinggi sebagai alternatif yang optimal. Apabila ada 2 bilangan fuzzy F_i dan F_j, maka semakin besar nilai F berarti menunjukkan kecocokan terbesar dari alternatif keputusan untuk kriteria keputusan, dan nilai inilah yang menjadi tujuannya.