AKREDITASI PROGRAM STUDI SARJANA MENGGUNAKAN METODE ANALYTIC HIERARCHY PROCESS (AHP)

Ukuran: px
Mulai penontonan dengan halaman:

Download "AKREDITASI PROGRAM STUDI SARJANA MENGGUNAKAN METODE ANALYTIC HIERARCHY PROCESS (AHP)"

Transkripsi

1

2 AKREDITASI PROGRAM STUDI SARJAA MEGGUAKA METODE AALYTIC HIERARCHY PROCESS (AHP) iken Hendrakusma Wardani, Arief Andy Soebroto, Rekyan Regasari Program Studi Teknik Informatika Universitas Brawijaya, Malang ABSTRAK: Setiap program studi sarjana dari perguruan tinggi negeri maupun swasta yang ada di Indonesia memerlukan penilaian akreditasi sebagai kendali mutu dan akuntabilitas publik institusi. Pencapaian predikat terakreditasi A dari Badan Akreditasi asional Perguruan Tinggi (BA-PT) bukanlah hal yang mudah dilakukan dalam waktu singkat. Keterbatasan sumber daya manusia, dana, waktu dan penilaian BA-PT dijadikan sebagai pertimbangan ketua program studi (kaprodi) untuk perbaikan akreditasi. Sistem Pendukung Keputusan (SPK) dibuat untuk membantu kaprodi dalam menyusun prioritas perbaikan tujuh standar akreditasi berdasarkan pertimbangan kondisi program studi. Metode Analytic Hierarchy Process (AHP) merupakan salah satu metode dalam Multiple Criteria Decision Making (MCDM) yang mampu menguraikan sebuah masalah ke bentuk hierarki dengan level: tujuan, kriteria, dan alternatif []. Perangkat lunak yang dikembangkan menggunakan bahasa pemrograman PHP dan HTML. Hasil pengujian fungsionalitas terhadap 2 test case dengan metode black-box testing menunjukkan bahwa sistem ini 00% valid untuk memenuhi daftar kebutuhan sistem. Pengujian proses perankingan dan User Acceptance Test (UAT) dilakukan terhadap 7 objek uji. Hasilnya menunjukkan bahwa sistem dapat diterima dan bekerja dengan baik untuk menentukan prioritas perbaikan standar akreditasi secara ideal (menggunakan perhitungan matematis metode AHP) berdasarkan bobot kriteria dan kondisi program studi. Kata Kunci: Sistem Pendukung Keputusan, Analytic Hierarchy Process, Akreditasi, Program Studi Sarjana, BA-PT. I. PEDAHULUA Universitas Brawijaya memiliki 7 program studi sarjana [2] dengan program studi terakreditasi A sejumlah 9, program studi terakreditasi B sejumlah 4, program studi terakreditasi C sejumlah 3, dan program studi yang belum atau tidak terakreditasi BA-PT sejumlah 35 [3]. Data tersebut menunjukkan bahwa 49% program studi sarjana di Universitas Brawijaya belum atau tidak terakreditasi. Penyusunan prioritas perbaikan standar akreditasi membantu kaprodi dalam membuat perencanaan stategis peningkatan akreditasi. Penyusunan prioritas perbaikan standar akreditasi dilakukan berdasarkan pertimbangan kondisi program studi dan bobot penilaian BA-PT. Kondisi program studi meliputi kecukupan alokasi dana untuk perbaikan, ketersediaan sumber daya manusia, dan rentang waktu perkiraan perbaikan akreditasi. Analytic Hierarchy Process (AHP) merupakan salah satu metode yang dapat digunakan untuk menyelesaikan masalah Multiple Criteria Decision Making (MCDM) [4]. AHP memiliki banyak keunggulan dalam menjelaskan proses pengambilan keputusan. Salah satunya adalah dapat digambarkan secara grafis sehingga mudah dipahami oleh semua pihak yang terlibat dalam pengambilan keputusan []. Pemodelan AHP diaplikasikan dalam SPK berbasis web sebagai pendukung keputusan dalam penentuan prioritas perbaikan standar akreditasi. Rumusan masalah dari penelitian ini yaitu:. Bagaimana pemodelan masalah pengambilan keputusan untuk perbaikan standar akreditasi dalam bentuk hierarki fungsional AHP? 2. Bagaimana perancangan SPK penentuan prioritas perbaikan standar akreditasi menggunakan metode AHP? 3. Bagaimana implementasi SPK penentuan prioritas perbaikan standar akreditasi? 4. Bagaiman hasil pengujian sistem dan analisis SPK penentuan prioritas perbaikan standar akreditasi menggunakan metode AHP? Agar pembahasan masalah ini dapat dilakukan secara terarah, sesuai latar belakang dan rumusan masalah dalam penyusunan sistem perangkat lunak ini, maka batasan masalahnya adalah:. Standar akreditasi dan bobot penilaian akreditasi diambil dari Buku Pedoman Akreditasi Program Studi yang dikeluarkan oleh BA-PT tahun 2008 yang telah direvisi tanggal 23 Juli 200.

3 Sistem Pendukung Keputusan Seleksi Beasiswa PPA dan BBM Menggunakan Metode Fuzzy AHP 2. Berdasarkan studi literatur maka kriteria yang digunakan dalam metode AHP ini mencakup 4 kriteria yaitu ketersediaan dana, ketersediaan sumber daya manusia, rentang waktu perbaikan dan bobot penilaian BA-PT. 3. Sistem Pendukung Keputusan ini dibuat berbasis web. 2. TIJAUA PUSTAKA 2.2 Sistem Pendukung Keputusan Efraim Turban, Jay E. Aronson dan Ting Peng Liang (2005), mengemukakan bahwa Sistem Pendukung Keputusan atau Decision Support System (DSS) dibuat untuk meningkatkan proses dan kualitas hasil pengambilan keputusan, dimana DSS dapat memadukan data dan pengetahuan untuk meningkatkan efektivitas dan efisiensi dalam proses pengambilan keputusan tersebut [5]. DSS biasanya dibangun untuk mendukung solusi atas suatu masalah atau untuk mengevaluasi suatu peluang sehingga menjadi alternatif terbaik. Aplikasi DSS berbasis Computer Based Information System (CBIS) digunakan dalam mendukung pengambilan keputusan karena bersifat fleksibel, interaktif, dan dapat diadaptasi. 2.3 Konsep Penentuan Prioritas Menurut kamus besar bahasa Indonesia, prioritas adalah yang didahulukan dan diutamakan daripada yang lain. Penentuan prioritas merupakan proses mengidentifikasi aktivitas yang paling penting dalam sebuah organisasi. Penentuan prioritas dikembangkan sebagai dasar pembuatan keputusan. Beberapa ciri proses penyusunan prioritas yang efektif adalah [6]:. Mulai dari apa yang telah ada dan sumber daya yang telah dimiliki. 2. Mengkomunikasikan perlunya penetapan prioritas dan berfokus pada masa depan organisasi. 3. Penggunaan kriteria yang kredibel dalam penentuan prioritas akhir. 4. Diperlukan kompetensi sumber daya manusia. 5. Adanya alokasi waktu yang cukup. 2.4 Akreditasi Program Studi Sarjana Akreditasi program studi sarjana adalah proses evaluasi dan penilaian secara komprehensif atas komitmen program studi terhadap mutu dan kapasitas penyelenggaraan program tridarma perguruan tinggi, untuk menentukan kelayakan program akademiknya [7]. Penilaian akreditasi program studi sarjana meliputi tujuh standar yaitu [8]:. Visi, misi, tujuan dan sasaran, serta strategi pencapaiannya 2. Tata pamong, kepemimpinan, sistem pengelolaan dan penjaminan mutu 3. Mahasiswa dan lulusan 4. Sumber daya manusia 5. Kurikulum, pembelajaran, dan suasana akademik Pembiayaan, sarana dan prasarana, serta sistem informasi 7. Penelitian, pelayanan/pengabdian kepada masyarakat dan kerjasama 2.5 Analytic Hierarchy Process (AHP) Menurut Saaty, AHP adalah sebuah teori pengukuran melalui perbandingan berpasangan dan bergantung pada penilaian pakar untuk memperoleh skala prioritas. Skala yang digunakan adalah skala yang mengukur ketidakjelasan dalam takaran yang relatif [9]. Kelebihan AHP dibandingkan dengan yang lainnya adalah [0]: Struktur yang berhirarki, sebagai konsekuensi dari kriteria yang dipilih, sampai pada subkriteria yang paling dalam. Memperhitungkan validitas sampai dengan batas toleransi inkonsistensi berbagai kriteria dan alternatif yang dipilih oleh para pengambil keputusan. Memperhitungkan daya tahan atau ketahanan output analisis sensitivitas pengambilan keputusan. Beberapa prinsip yang harus dipahami dalam menyelesaikan permasalahan dengan AHP adalah []:. Membuat hierarki Sistem yang kompleks bisa dipahami dengan memecahnya menjadi elemen-elemen pendukung (tujuan, kriteria, dan alternatif), menyusun secara hierarki, dan mensintesisnya. 2. Penilaian kriteria dan alternatif Penilaian kriteria dan alternatif dilakukan dengan perbandingan berpasangan. Menurut Saaty, untuk berbagai persoalan, skala sampai 9 adalah skala terbaik untuk mengekspresikan pendapat. 3. Synthesis of priority Untuk setiap kriteria dan alternatif, perlu dilakukan perbandingan berpasangan (pair-wise comparisons). dan prioritas dihitung dengan memanipulasi matriks atau melalui penyelesaian persamaan matematika. 4. Logical consistency Konsistensi memiliki dua makna. Pertama, objek-objek yang serupa bisa dikelompokkan sesuai dengan keseragaman dan relevansi. Kedua, menyangkut tingkat hubungan antar objek yang didasarkan pada kriteria tertentu. 2.6 Model Analisa SPK Berikut ini dijelaskan beberapa model analisa Model Driven DSS []:. What-if analysis Analisa yang digunakan untuk menentukan apa yang terjadi pada output, jika ada nilai variabel yang diubah. 2. Sensitivity analysis

4 Merupakan jenis analisa yang lebih baik daripada what-if analysis. Analisa ini dapat membantu dalam menentukan kepekaan model terhadap perubahan suatu variabel. 3. Goal seeking analysis Analisa ini membantu dalam melakukan perhitungan mundur, yang berarti membantu dalam menentukan nilai input ketika output sudah diketahui. 4. Optimization analysis Analisa untuk membantu dalam optimasi sumber daya menggunakan model statistik. III. METODOLOGI PEELITIA 3.8 Studi Literatur Studi literatur menjelaskan dasar teori yang digunakan untuk menunjang penelitian. Teori-teori tersebut meliputi : 8. Sistem Pendukung Keputusan (SPK) 9. Konsep Penentuan Prioritas dan Kriteria 0. Akreditasi Program Studi Sarjana. Analytic Hierarchy Process (AHP) a. Proses-proses dalam Metode AHP b. Konsistensi Matriks AHP c. Pembobotan Kriteria Total d. Metode Rating untuk Penilaian e. Proses Perankingan 2. Aplikasi Berbasis Web 3. Rekayasa Perangkat Lunak 3.9 Analisis Kebutuhan Analisis kebutuhan bertujuan untuk menggambarkan kebutuhan-kebutuhan yang harus disediakan oleh sistem agar dapat memenuhi kebutuhan pengguna. Proses analisis kebutuhan diawali dengan identifikasi aktor yang terlibat, analisis data yang akan disimpan, penjabaran tentang daftar kebutuhan dan kemudian memodelkannya ke dalam diagram use case. Gambar Diagram Use Case SPK, menunjukkan spesifikasi fungsi-fungsi yang disediakan oleh sistem dari perspektif aktor Admin, dan Kaprodi. Aktor Admin dapat melakukan aksi login, logout, dan mengubah akun user lainnya (insert, delete, dan edit). Aktor dapat melakukan aksi login, logout, dan melakukan penilaian bobot kepentingan antar kriteria. Aktor Kaprodi dapat melakukan aksi login, logout, mengisi penilaian alternatif berdasarkan kondisi program studi, mendapatkan hasil urutan prioritas perbaikan standar akreditasi, dan aktor kaprodi juga dapat melakukan simulasi analisis whatif yaitu merubah bobot kriteria untuk melihat pengaruhnya terhadap hasil keputusan. Gambar. Diagram Use Case SPK 3.0 Perancangan Perancangan sistem perangkat lunak dilakukan setelah semua kebutuhan sistem perangkat lunak didapatkan melalui tahap pengambilan data dan analisis kebutuhan. Perancangan sistem pendukung keputusan meliputi perancangan subsistem basis pengetahuan, subsistem manajemen model, subsistem manajemen data, dan subsistem antarmuka pengguna. Gambar 2 adalah arsitektur sistem pendukung keputusan penentuan prioritas perbaikan standar akreditasi. Arsitektur sistem dibangun berdasarkan pemodelan menggunakan metode AHP dan basis pengetahuan yang dibangun dari penilaian kriteria oleh responden dan penilaian rating alternatif oleh kaprodi. Setiap data-data input dan data-data output hasil pemrosesan sistem akan disimpan ke dalam basis data SPK. Sistem menyediakan fasilitas login untuk 3 user yaitu admin, responden dan kaprodi. Admin bekerja di luar sistem pemodelan AHP yaitu bertugas mengatur akun pengguna lainnya yang diperbolehkan mengakses sistem. Sedangkan responden dan kaprodi adalah aktor utama dalam penentuan bobot prioritas perbaikan standar akreditasi. Data input dari aktor responden akan membangun basis pengetahuan untuk menentukan tingkat kepentingan antar kriteria. Data input penilaian alternatif berdasarkan kondisi program studi yang dilakukan oleh aktor kaprodi akan membangun basis pengetahuan untuk penentuan bobot alternatif setiap standar akreditasi. Hasil sintesis alternatif terhadap kriteria menentukan bobot perankingan prioritas perbaikan standar akreditasi. Setelah mendapatkan hasil perankingan prioritas perbaikan standar akreditasi maka user kaprodi dapat melakukan analisis what-if yaitu dengan memanipulasi bobot kriteria untuk melihat pengaruh perubahannya terhadap bobot alternatif.

5 Sistem Pendukung Keputusan Seleksi Beasiswa PPA dan BBM Menggunakan Metode Fuzzy AHP SPK Penentuan Prioritas Perbaikan Standar Akreditasi Pemodelan AHP responden ditunjukkan pada gambar 5. Site map halaman kaprodi ditunjukkan pada gambar 6. Pembobotan tingkat kepentingan antar kriteria Admin Basis Pengetahuan (Respon Expert) Mengatur akun pengguna sistem Basis Data SPK Sintesis (perkalian matriks bobot rating dan bobot kriteria ) Basis Pengetahuan Kaprodi Mengubah input form penilaian alternatif menjadi bobot rating Penilaian dengan mengisi form penilaian kondisi prodi Perankingan berdasarkan bobot akhir tertinggi Kaprodi Analisis What-If Gambar 4. Site Map Halaman Admin SPK Gambar 2. Arsitektur SPK Penentuan Prioritas Perbaikan Standar Akreditasi Gambar 3 menunjukkan perancangan basis data SPK menggunakan pemodelan Entity Relationship Diagram (ERD). ERD ini terdiri dari 8 entitas yang saling berelasi dan mengilustrasikan struktur logika dari database yang akan dibuat. Database akan menyimpan data-data pengguna, basis pengetahuan responden, penilaian alternatif oleh kaprodi dan hasil pendukung keputusan. Sistem ini menggunakan server Database Management System (DBMS) yaitu MySQL. Gambar 5. Site Map Halaman SPK alamat nama peran password jabatan telepon id_maki kriteria kriteria2 pengguna menilai matriks_kriteria judgment username id_user id_kriteria menilai menilai mempunyai kriteria kd_kriteria id_penilaian bobot_kriteria deskripsi matriks_alternatif memiliki menyusun id_rating menyusun k_alternatif m_rating kd_rating deskripsi alternatif bobot_rating deskripsi id_data id standar data_prodi menyusun m_data content tipe content Gambar 3. Entity Relationship Diagram (ERD) SPK Gambar 6. Site Map Halaman Kaprodi SPK Subsistem antarmuka pengguna digunakan user untuk berkomunikasi dan memberi perintah kepada sistem. Perancangan subsistem antarmuka pengguna IV. HASIL DA PEMBAHASA dibagi menjadi 3 bagian yaitu halaman untuk admin, responden dan kaprodi. Site map halaman admin 4.5 Hierarki SPK ditunjukkan pada gambar 4. Site map halaman Penggunaan metode AHP untuk menyelesaikan masalah MCDM dimulai dengan membuat hierarki 3

6 fungsional yang merepresentasikan tujuan yang ingin dicapai, kriteria yang mempengaruhi alternatif dan alternatif yang akan diprioritaskan. Gambar 7 Struktur Hierarki SPK Prioritas Standar Akreditasi terdiri dari 3 level yaitu level tujuan, kriteria dan alternatif. Gambar 7. Struktur Hierarki SPK 4.6 Pembobotan Kriteria Penentuan kriteria dilakukan berdasarkan studi literatur dan wawancara dengan respon expert. Terdapat 4 kriteria yang digunakan sebagai bahan pertimbangan dalam membuat prioritas tujuh standar akreditasi yaitu: a. Ketersediaan Dana Standar akreditasi yang membutuhkan dana lebih sedikit akan lebih diprioritaskan dalam perbaikan kualitas program studi. b. Ketersediaan Sumber Daya Manusia Setiap standar akreditasi dengan sumber daya manusia yang berkompeten akan lebih diprioritaskan. c. Rentang Waktu Perbaikan Memilih standar aktreditasi yang paling mungkin ditingkatkan dalam jangka waktu dekat sebagai prioritas utama. d. BA-PT Memilih standar akreditasi yang memiliki bobot penilaian terbesar sebagai prioritas utama dalam peningkatan akreditasi. Pembobotan tingkat kepentingan antar kriteria dilakukan dengan membuat matriks kriteria dari penilaian perbandingan berpasangan yang dilakukan oleh respon expert. Jika ada n kriteria maka diperlukan n x ((n )/2) penilaian dari masing-masing respon expert. Setelah mendapatkan nilai elemen matriks segitiga atas dari hasil penilaian respon expert gunakan persamaan () untuk mengisi elemen pada matriks diagonal dan persamaan (2) untuk mengisi elemen pada matriks segitiga bawah. aii = () a ij = a ji (2) Dimana, aii : elemen matriks pada baris ke-i dan kolom ke-i aij : elemen matriks pada baris ke-i dan kolom ke-j aji : elemen matriks pada baris ke-j dan kolom ke-i Perhitungan nilai bobot kriteria dilakukan dengan manipulasi matriks. Berikut ini langkah-langkah untuk mendapatkan nilai bobot kriteria dari matriks perbandingan berpasangan kriteria:. Menjumlahkan nilai-nilai dari setiap kolom pada matriks kriteria. 2. Membagi setiap nilai dari elemen matriks dengan jumlah kolom yang bersangkutan untuk memperoleh normalisasi matriks. 3. Menjumlahkan nilai-nilai dari setiap baris hasil perhitungan sebelumnya untuk mendapatkan jumlah kriteria dan membaginya dengan banyaknya kriteria untuk mendapatkan bobot kiteria. Setiap respon expert memiliki penilaian bobot kriteria yang berbeda. Penilaian yang melibatkan banyak responden membutuhkan metode agregasi dengan perhitungan arithmetic mean untuk menyatukan penilaian tersebut. Metode ini menggunakan perhitungan rata-rata aritmatika untuk menghitung bobot kriteria keseluruhan respon expert. Tabel I menunjukkan hasil perhitungan bobot kriteria dari 3 respon expert. kriteria ini akan digunakan untuk proses sintesis alternatif pada tahap perankingan alternatif. Kriteria Tabel I. Hasil Perhitungan Kriteria 2 3 Total Rata-rata Kriteria Dana SDM Waktu BA-PT Penentuan Rating Selain membandingkan secara langsung dua alternatif untuk tiap-tiap kriteria dan membuat banyak pair-wise comparison matrix, Saaty [9] mengusulkan sebuah metode rating untuk memperoleh prioritas setiap alternatif. Langkah awalnya adalah menetapkan kategori rating yang digunakan untuk tiap kriteria tersebut dan membuat prioritas rating. akan dievaluasi dengan memilih kategori rating yang layak untuk tiap kriteria. Tabel II adalah tabel penilaian kategori rating tiap kriteria dan prioritas ratingnya. Penentuan kategori rating didapatkan dari hasil studi literatur dan wawancara dengan respon expert. 4.8 Penilaian Terhadap Kriteria Penilaian alternatif dilakukan oleh kaprodi dengan mengisi form penilaian kondisi program studi. Pilihan

7 Sistem Pendukung Keputusan Seleksi Beasiswa PPA dan BBM Menggunakan Metode Fuzzy AHP jawaban dari form ini adalah rating kategori yang dipilih kaprodi sesuai kondisi program studinya saat ini. Sedangkan penilaian alternatif terhadap kriteria bobot BA-PT akan dihitung oleh sistem sesuai normalisasi bobot BA-PT per standar akreditasi. Berdasarkan form input penilaian alternatif yang diisi oleh kaprodi akan didapatkan bobot rating per kriteria. Tabel III adalah contoh hasil penilaian kaprodi menggunakan metode rating. Standar 4 (0.22*0.64) + (0.228*0.64) + (0.08*0.665) + (0.453*0.29) Standar 5 (0.22*) + (0.228*0.64) + (0.08*0.423) + (0.453*0.88) Standar 6 (0.22*0.64) + (0.228*) + (0.08*0.423) + (0.453*0.56) Standar 7 (0.22*0.64) + (0.228*0.64) + (0.08*0.95) + (0.453*0.88) 0.32 Sintesis alternatif dihitung dengan persamaan (3) untuk mendapatkan nilai bobot alternatif tujuh standar akreditasi. C Ketersediaan Dana R (lebih) R2 (cukup) R3 (kurang) 0.64 Tabel II. Penilaian Kategori Rating C2 Sumber Daya Manusia R4 (berkompeten) R5 (cukup) R6 (kurang) 0.64 C3 Jangka Waktu Perbaikan R7 (kurang dari tahun) R8 ( hingga 2 tahun) R9 (2 hingga 3 tahun) R0 (3 hingga 4 tahun) 0.95 R (4 hingga 5 tahun) 0.22 C4 BA-PT Standar 0.03 Standar Standar Standar Standar Standar Standar Tabel III. Contoh Hasil Penilaian oleh Kaprodi Standar Standar 2 Standar 3 Standar 4 Standar 5 Standar 6 Standar 7 Kriteria C Dana 0.22 Lebih Cukup Cukup 0.64 Cukup Kriteria C2 SDM berkompeten berkompeten berkompeten Cukup 0.64 Kriteria C3 Waktu 0.08 < tahun < tahun -2 tahun tahun tahun tahun tahun 0.95 Kriteria C4 BA-PT Perankingan Setelah kaprodi melakukan penilaian maka setiap kategori rating memiliki bobot yang akan dikalikan dengan bobot kriteria. Proses ini disebut sintesis alternatif terhadap kriteria. Tabel IV menunjukkan hasil perhitungan sintesis bobot alternatif. Tabel IV. Contoh Perhitungan Sintesis Perhitungan Sintesis Standar (0.22*) + (0.228*) + (0.08*) + (0.453*0.03) Standar 2 (0.22*) + (0.228*) + (0.08*) + (0.453*0.062) Standar 3 (0.22*) + (0.228*) + (0.08*0.665) + (0.453*0.56) S j = S ij (W i ) (3) i Dimana, Sij : bobot penilaian rating untuk kriteria ke i terhadap alternatif j Wi : bobot penilaian kriteria ke-i Sj : bobot alternatif ke- j 4.20 Perankingan Berdasarkan hasil sintesis alternatif, dilakukan pengurutan prioritas standar akreditasi berdasarkan bobot alternatif tertinggi. Tabel IV menunjukkan urutan prioritas perbaikan akreditasi dimulai dari bobot alternatif tertinggi yaitu standar, standar 3, standar 2, standar 7, standar 5, standar 4 dan standar 6. Hasil keputusan ini diharapkan dapat membantu kaprodi dalam membuat urutan prioritas perbaikan standar akreditasi. Urutan prioritas ini dibuat berdasarkan pertimbangan 4 kriteria, yaitu ketersediaan dana yang mampu dialokasikan program studi untuk perbaikan standar akreditasi, ketersediaan sumber daya manusia yang berkompeten untuk mendukung perbaikan akreditasi sesuai standar Borang BA-PT, perkiraan waktu peningkatan standar akreditasi, dan bobot penilaian BA-PT. 4.2 Analisis What-If Analisis what-if memberikan fasilitas simulasi kepada user kaprodi untuk mengganti bobot kriteria sesuai persepsi kaprodi terhadap penilaian bobot kriteria. Jika user kaprodi merubah bobot kriteria (nilai kepentingan dari masing-masing kriteria) maka sistem akan menampilkan perubahan output hasil keputusan (urutan prioritas perbaikan standar akreditasi). Berikut ini diberikan contoh perhitungan analisis what-if untuk mengetahui perubahan output prioritas perbaikan standar akreditasi jika dilakukan perubahan bobot kriteria oleh kaprodi. Tabel V menampilkan analisis what-if pada perubahan bobot ketersediaan dana dengan penambahan tingkat kepentingan 0% yang mempengaruhi persentase prioritas alternatif. Penambahan tingkat kepentingan dana sebesar 0% mengartikan bahwa kaprodi menilai tingkat ketersediaan dana adalah faktor terpenting dalam menyusun prioritas perbaikan standar akreditasi. Penambahan bobot kriteria dana sebesar 0% akan membuat pengurangan sebesar 6% pada kriteria BA-

8 PT, pengurangan sebesar 3% pada kriteria waktu, dan pengurangan sebesar % pada kriteria waktu. Penambahan tingkat kepentingan dana sebesar 0% membuat perubahan pada persentase bobot prioritas alternatif. Sintesis alternatif dihitung ulang dengan mengganti bobot kriteria awal dengan bobot kriteria setelah perubahan sehingga didapatkan hasil seperti pada Tabel V. Pada contoh analisis pada tabel V, dilakukan perubahan bobot kriteria sebanyak 3 kali. Perubahan pertama yaitu penambahan bobot kriteria dana sebesar 0%. Perubahan kedua yaitu penambahan bobot kriteria dana sebesar 20%. Perubahan ketiga yaitu penambahan bobot kriteria dana sebesar 30%. Tabel V. Analisis What-If Awal Perubahan Setelah Perubahan Perubahan 2 Perubahan 3 Perubaan Kriteria Dana 2.0% 3.0% 4.0% 5.0% +0% SDM 23.0% 20.0% 7.0% 4.0% -3% Waktu.0% 0.0% 9.0% 7.0% -% BA-PT 45.0% 39.0% 33.0% 27.0% -6% Prioritas Prioritas Setelah Awal Perubahan Standar 3.% 4.9% 6.6% 8.2% Standar 2 3.8% 3.3% 2.8% 2.2% Standar 3 9.3% 9.4% 9.6% 9.6% Standar 4 4.9% 4.% 3.4% 2.8% Standar 5 9.4% 20.2% 20.9% 2.7% Standar 6 4.0% 3.4% 2.8% 2.3% Standar 7 5.6% 4.7% 4.0% 3.2% 4.22 Implementasi SPK Implementasi perangkat lunak dilakukan dengan mengacu kepada perancangan aplikasi. Implementasi SPK menggunakan database MySQL, software XAMPP.7.4 dan bahasa pemrograman PHP. Aplikasi SPK Penentuan Prioritas Perbaikan Standar Akreditasi ini memiliki beberapa halaman web. Gambar 8 menampilkan implementasi halaman penilaian kriteria oleh user responden. Halaman ini merupakan user interface untuk mengambil data input penilaian kepentingan antar kriteria dari user responden. Gambar 9 menampilkan implementasi halaman penilaian alternatif berupa input form penilaian kondisi program studi terhadap kriteria ketersediaan dana. Halaman ini merupakan user interface untuk mengambil data input penilaian kondisi program studi dari user kaprodi. Implementasi halaman input penilaian kondisi program studi meliputi penilaian kondisi pendanaan program studi, penilaian sumber daya manusia yang dimiliki program studi, dan perkiraan waktu perbaikan setiap standar akreditasi yang diasumsikan oleh kaprodi. Gambar 8. Implementasi Halaman Penilaian Kriteria Gambar 9. Implementasi Halaman Penilaian Input penilaian kriteria oleh respon expert dan input penilaian alternatif oleh kaprodi disimpan di database. Input tersebut diolah dengan menggunakan metode AHP sehingga menghasilkan keputusan seperti pada Gambar 0. Gambar 0 menampilkan implementasi halaman hasil keputusan yang dilengkapi dengan fasilitas penjelas.

9 Sistem Pendukung Keputusan Seleksi Beasiswa PPA dan BBM Menggunakan Metode Fuzzy AHP Gambar. Implementasi Halaman Analisis What-If Gambar 0. Implementasi Halaman Penilaian Kriteria Setelah kaprodi mendapatkan prioritas perbaikan standar akreditasi, maka kaprodi dapat melakukan analisis what-if terhadap hasil keputusan. Gambar menampilkan implementasi halaman simulasi analisis what-if. Pada halaman analisis ini, user kaprodi dapat melakukan perubahan persentase bobot kriteria dengan menekan tombol tambah 0% atau tombol kurang 0%. Sistem akan menampilkan hasil perubahan persentase bobot kriteria pada kolom bobot kriteria akhir. Hasil perubahan alternatif berdasarkan perubahan bobot kriteria yang baru dapat dilihat dengan menekan tombol lihat perubahan alternatif. User kaprodi dapat membandingkan hasil pembobotan alternatif sebelum simulasi (bobot alternatif disintesis menggunakan bobot kriteria awal berdasarkan input user responden) dengan hasil pembobotan alternatif setelah simulasi (bobot alternatif disintesis menggunakan bobot kriteria akhir berdasarkan penilaian kaprodi sendiri) Pengujian Fungsionalitas Sistem Pengujian fungsionalitas digunakan untuk mengetahui apakah sistem yang dibangun sudah menyediakan fungsi-fungsi sesuai dengan yang dibutuhkan. Pengujian fungsionalitas menggunakan metode pengujian Black Box, karena tidak difokuskan terhadap alur jalannya algoritma program namun lebih ditekankan untuk menemukan kesesuaian antara kinerja sistem dengan daftar kebutuhan. Tabel VI menampilkan hasil pengujian fungsionalitas sistem terhadap 2 tindakan dalam use case diagram dengan metode black-box testing adalah 00% valid. Hasil pengujian dikatakan valid karena hasil yang diharapkan sesuai dengan hasil yang didapatkan setelah pengujian fungsionalitas terhadap tiap test case. Hal ini menunjukkan bahwa fungsionalitas sistem dapat berjalan dengan baik sesuai dengan daftar kebutuhan sistem. Tabel VI. Hasil Pengujian Fungsionalitas Sistem o Kasus Uji Hasil yang Didapatkan Status Login. Sistem melakukan pemeriksaan karakter dari nama pengguna dan kata sandi untuk memeriksa validitas data akun pada database 2. Sistem melakukan pemeriksaan karakter dari kode keamanan untuk memastikan yang login adalah manusia bukan robot atau mesin 3. Jika pengisian nama pengguna, kata sandi dan kode keamanan valid maka aktor akan masuk ke menu utama sesuai peran aktor yang login 2 Logout. Sistem menghapus session user login 2. Sistem mengalihkan halaman web ke form login 3 Insert Akun. Sistem menampilkan form isian data akun 2. Sistem dapat menyimpan input data akun ke dalam database 3. Sistem berhasil menambahkan data akun baru 35

10 4 Edit Akun 5 Delete Akun 6 Insert Akun Kaprodi 7 Edit Akun Kaprodi 8 Delete Data Akun User Operator 9 Online Survey Penilaian Kriteria 0 Penilaian Hasil Keputusan 2 Analisis What If. Sistem menampilkan form isian yang telah terisi data akun lama 2. Sistem berhasil menyimpan perubahan data akun yang baru di database. Sistem menampilkan text box untuk konfirmasi hapus data akun tersebut 2. Sistem berhasil menghapus data akun tersebut dari database. Sistem menampilkan form isian data akun 2. Sistem dapat menyimpan input data akun ke dalam database 3. Sistem berhasil menambahkan data akun baru. Sistem menampilkan form isian yang telah terisi data akun lama 2. Sistem berhasil menyimpan perubahan data akun yang baru di database. Sistem menampilkan text box untuk konfirmasi hapus data akun tersebut 2. Sistem berhasil menghapus data akun tersebut dari database. Sistem menampilkan form pengisian penilaian perbandingan berpasangan 2. Sistem dapat menghitung bobot matriks dan mengecek konsistensi matriks 3. Sistem berhasil menyimpan hasil penilaian responden ke database. Sistem menampilkan form penilaian alternatif terhadap masing-masing kriteria 2. Sistem berhasil menyimpan hasil penilaian kaprodi ke database. Sistem menampilkan hasil keputusan yaitu urutan prioritas perbaikan standar akreditasi berdasarkan sintesis bobot alternatif tertinggi. Sistem menampilkan form untuk mengubah bobot kriteria 2. Sistem menampilkan hasil perubahan alternatif sesuai dengan perubahan bobot kriteria 4.24 Pengujian Proses Perankingan Pengujian proses perankingan dilakukan untuk mengetahui hasil keputusan terhadap beberapa kasus uji yang berbeda. Objek pengujian proses perankingan adalah 7 program studi di Universitas Brawijaya yang dipilih secara acak. Hasil pengujian proses perankingan menampilkan penilaian rating terhadap kondisi program studi dan hasil perankingannya. Tabel VII menunjukkan hasil pengujian proses perankingan terhadap 7 program studi. Tabel VII. Hasil Pengujian Proses Perankingan Standar Standar Standar Standar Standar Standar Standar Standar Standar Standar Standar Standar Standar Standar Standar Standar Standar Standar Standar Standar Standar Standar Standar Standar Standar Standar Standar Standar Standar Standar Standar Standar Standar Standar Standar Perbedaan kondisi antar program studi (ditunjukkan dengan variasi bobot rating penilaian alternatif) membuat perbedaan terhadap hasil perankingan setiap program studi. Hasil perankingan yang ditampilkan sistem adalah urutan prioritas ideal untuk memperbaiki standar akreditasi dengan mempertimbangkan kondisi program studi dan input bobot kriteria. Salah satu faktor yang mempengaruhi perbedaan perankingan yang dilakukan sistem dengan perankingan yang diberikan kaprodi adalah faktor penilaian bobot kriteria oleh respon expert Pengujian User Acceptance Test (UAT) Pengujian UAT dilakukan dengan menyebarkan kuesioner kepada ketua program studi untuk menjamin bahwa produk akhir sistem dapat memenuhi kebutuhan user. Pengujian UAT dilakukan terhadap 3 aspek pengujian yaitu desain aplikasi, kemudahan penggunaan aplikasi, dan efektivitas aplikasi. Tiaptiap aspek memiliki 2 pertanyaan yang harus dijawab oleh kaprodi. Tabel VIII menunjukkan hasil pengujian UAT yang dilakukan terhadap 7 kaprodi. Uji Kasus Rating Penilaian Ranking AHP C C2 C3 C4 Sistem Kaprodi Tabel VIII. Hasil Pengujian UAT 2 Standar Standar Standar Standar Standar Standar Standar Standar Standar Standar Standar Standar Standar Standar Aspek Pengujian Desain Aplikasi Kemudahan Penggunaan Aplikasi Uraian Pertanyaan Hasil Pengujian SB B C K. Bagaimana desain antarmuka yang ditampilkan sistem? Bagaimana pemahaman anda terhadap penggunaan menu sidebar, tombol action dan link yang ada pada sistem? 5-3. Bagaimana kemudahan dalam pengaksesan menu pada aplikasi? Bagaimana kemudahan anda memahami alur kerja sistem ini dengan ditambahkan 3 3 -

11 Sistem Pendukung Keputusan Seleksi Beasiswa PPA dan BBM Menggunakan Metode Fuzzy AHP Efektivitas Aplikasi penjelasan tentang penggunaan sistem (halaman bantuan)? 5. Bagaimana hasil rekomendasi keputusan yang diberikan sistem? Bagaimana interaksi model simulasi analisis what-if? Jumlah Pengujian UAT pada tabel VIII menunjukkan bahwa 26% user menilai sistem dapat memenuhi kebutuhan user dengan sangat baik, 60% user menilai sistem dapat memenuhi kebutuhan user dengan baik, dan 4% user menilai sistem dapat memenuhi kebutuhan user dengan cukup baik. Hasil pengujian UAT menunjukkan bahwa sistem pendukung keputusan ini dapat diterima dengan baik oleh user dan dapat memenuhi kebutuhan user dinilai dari aspek desain aplikasi, kemudahan penggunaan aplikasi, dan efektivitas aplikasi. V. KESIMPULA Berdasarkan hasil perancangan, implementasi dan pengujian yang dilakukan pada Sistem Pendukung Keputusan Penentuan Prioritas Perbaikan Standar Akreditasi Program Studi Sarjana Menggunakan Metode Analytic Hierarchy Process (AHP), maka diambil kesimpulan sebagai berikut: 4. Sistem pendukung keputusan ini mampu memberikan rekomendasi berupa urutan prioritas perbaikan standar akreditasi program studi yang dirancang menggunakan metode AHP. 5. Hasil pengujian fungsional sistem terhadap 2 tindakan dalam use case diagram dengan metode black-box testing menunjukkan bahwa sistem 00% dapat berjalan dengan baik sesuai dengan daftar kebutuhan sistem. 6. Hasil pengujian UAT menunjukkan bahwa sistem dapat diterima dengan baik oleh 86% user responden setelah dilakukan pengujian terhadap aspek desain aplikasi, kemudahan penggunaan aplikasi, dan efektivitas aplikasi. 7. Hasil analisis proses perankingan menunjukkan bahwa hasil perankingan sangat bergantung pada input penilaian bobot kriteria yang dilakukan oleh respon expert. Saran untuk pengembangan penelitian selanjutnya tentang Sistem Pendukung Keputusan untuk Akreditasi, antara lain:. Penambahan profil program studi dapat dijadikan referensi data awal untuk membangun basis pengetahuan sistem pendukung keputusan. 2. Pengembangan metode fuzzy-ahp dapat diterapkan untuk mengurangi subyektifitas pengisian bobot kriteria. 3. Pembuatan sistem pendukung keputusan akreditasi program studi dapat dimulai dengan pembuatan datawarehouse untuk penyimpanan history data program studi yang akan mendukung decisionmaker. 4. Selain menggunakan metode AHP, pembuatan sistem pendukung keputusan dengan studi kasus yang sama dapat dikembangkan dengan metode lain seperti optimasi sumber daya manusia atau rule based untuk penilaian akreditasi. DAFTAR PUSTAKA [] Kusrini Konsep dan Aplikasi Sistem Pendukung Keputusan. Yogyakarta: Andi. [2] SMPT Daftar Prodi. (diakses Maret 202). [3] BA-PT Direktori Akreditasi Program Studi. (diakses Maret 202). [4] Kusumadewi, S., Hartati, S., Harjoko, A. & Wardoyo, R Fuzzy Multi-Attribute Decision Making (Fuzzy MADM). Yogyakarta: Graha Ilmu. [5] Tahapary, Marthin A. & Syukur, Abdul Sistem Pendukung Keputusan Kelaikan Terbang Pada Helicopter Model Bell 205 A- Pusat Penerbangan TI AD. Jurnal Teknologi Informasi, Volume 6 omor : [6] Seputro, Hery Modul 3 Konsep Penentuan Prioritas. (diakses 2 Mei 2009). [7] BA-PT Buku I askah Akademik Program Studi Sarjana. Jakarta: BA-PT. [8] BA-PT Buku V Pedoman Penilaian Akreditasi Program Studi Sarjana. Jakarta: BA- PT. [9] Saaty, T. L Decision Making with The Analytic Hierarchy Process. Int. J. Services Sciences, Vol., o. : [0] Suryadi, Kadarsah. & Ramdhani, Ali Sistem Pendukung Keputusan: Suatu Wacana Struktural Idealisasi dan Implementasi Konsep Pengembangan Keputusan. Cetakan Ketiga. Bandung: PT Remaja Rosdakarya. [] Behl, Ramesh Information Technology for Management. ew Delhi: Tata McGraw-Hill. ISB (3):

ISSN VOL 15, NO 2, OKTOBER 2014

ISSN VOL 15, NO 2, OKTOBER 2014 PENERAPAN METODE TOPSIS DAN AHP PADA SISTEM PENUNJANG KEPUTUSAN PENERIMAAN ANGGOTA BARU, STUDI KASUS: IKATAN MAHASISWA SISTEM INFORMASI STMIK MIKROSKIL MEDAN Gunawan 1, Fandi Halim 2, Wilson 3 Program

Lebih terperinci

IMPLEMENTASI ANALYTIC HIERARCHY PROCESS DALAM PENENTUAN PRIORITAS KONSUMEN PENERIMA KREDIT. Sahat Sonang S, M.Kom (Politeknik Bisnis Indonesia)

IMPLEMENTASI ANALYTIC HIERARCHY PROCESS DALAM PENENTUAN PRIORITAS KONSUMEN PENERIMA KREDIT. Sahat Sonang S, M.Kom (Politeknik Bisnis Indonesia) IMPLEMENTASI ANALYTIC HIERARCHY PROCESS DALAM PENENTUAN PRIORITAS KONSUMEN PENERIMA KREDIT Sahat Sonang S, M.Kom (Politeknik Bisnis Indonesia) ABSTRAK Sistem pengambilan keputusan adalah sistem yang membantu

Lebih terperinci

JURUSAN TEKNIK INFORMATIKA FAKULTAS TEKNIK UNIVERSITAS MUHAMMADIYAH MALANG

JURUSAN TEKNIK INFORMATIKA FAKULTAS TEKNIK UNIVERSITAS MUHAMMADIYAH MALANG SISTEM PENDUKUNG KEPUTUSAN (SPK) DALAM PEMILIHAN FURNITUR DENGAN MENGGUNAKAN METODE SAW (SIMPLE ADDITIVE WEIGHTING) BERBASIS WEB Oleh : Yoni Amrulah 09560162 JURUSAN TEKNIK INFORMATIKA FAKULTAS TEKNIK

Lebih terperinci

PENERAPAN METODE ANALYTICAL HIERRARCHI PROCESS (AHP) UNTUK MEMILIH PROGRAM STUDI DI PERGURUAN TINGGI

PENERAPAN METODE ANALYTICAL HIERRARCHI PROCESS (AHP) UNTUK MEMILIH PROGRAM STUDI DI PERGURUAN TINGGI 3 PENERAPAN METODE ANALYTICAL HIERRARCHI PROCESS (AHP) UNTUK MEMILIH PROGRAM STUDI DI PERGURUAN TINGGI Sri Primaini Agustanti Hartini JURNAL SIGMATA LPPM AMIK SIGMA 17 PENERAPAN METODE ANALYTICAL HIERRARCHI

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Sistem Pendukung Keputusan Pada dasarnya Sistem Pendukung Keputusan ini merupakan pengembangan lebih lanjut dari sistem informasi manajemen terkomputerisasi yang dirancang sedemikian

Lebih terperinci

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN SISWA BERPRESTASI MENGGUNAKAN METODE AHP (ANALYTICAL HIERARCHY PROCESS)

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN SISWA BERPRESTASI MENGGUNAKAN METODE AHP (ANALYTICAL HIERARCHY PROCESS) SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN SISWA BERPRESTASI MENGGUNAKAN METODE AHP (ANALYTICAL HIERARCHY PROCESS) SKRIPSI Diajukan Untuk Memenuhi Salah Satu Syarat Guna Memperoleh Gelar Sarjana Komputer (S.Kom)

Lebih terperinci

Jurnal Informasi Volume VII No.1 / Februari / 2015

Jurnal Informasi Volume VII No.1 / Februari / 2015 SISTEM PENDUKUNG KEPUTUSAN PENERIMA BEASISWA KOPERTIS DI FAKULTAS TEKNIK UNSUR CIANJUR MENGGUNAKAN FUZZY MADM DENGAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) Ai Musrifah Ela Sopiyillah ABSTRAK Fakultas Teknik

Lebih terperinci

Jurnal Sistem dan Teknologi Informasi (JUSTIN) Vol. 1, No. 1, (2016) Jurnal Sistem dan Teknologi Informasi (JUSTIN) Vol. 2, No.

Jurnal Sistem dan Teknologi Informasi (JUSTIN) Vol. 1, No. 1, (2016) Jurnal Sistem dan Teknologi Informasi (JUSTIN) Vol. 2, No. Sistem Pendukung Keputusan Pemilihan Tempat Kost Khusus Mahasiswa dengan Metode AHP dan TOPSIS Berbasis Web (Studi Kasus : Kota Pontianak) Herik Sugianto, Yulianti, Hengky Anra Program Studi Teknik Informatika

Lebih terperinci

RANCANG BANGUN APLIKASI SISTEM PENDUKUNG KEPUTUSAN MENGGUNAKAN MODEL ANALYTICAL HIERARCHY PROCESS UNTUK PEMBERIAN BONUS KARYAWAN

RANCANG BANGUN APLIKASI SISTEM PENDUKUNG KEPUTUSAN MENGGUNAKAN MODEL ANALYTICAL HIERARCHY PROCESS UNTUK PEMBERIAN BONUS KARYAWAN RANCANG BANGUN APLIKASI SISTEM PENDUKUNG KEPUTUSAN MENGGUNAKAN MODEL ANALYTICAL HIERARCHY PROCESS UNTUK PEMBERIAN BONUS KARYAWAN Yosep Agus Pranoto Jurusan Teknik Informatika, Fakultas Teknologi Industri

Lebih terperinci

JURNAL SISTEM PENDUKUNG KEPUTUSAN DALAM PEMBERIAN KREDIT PADA KSP MITRA RAKYAT BERSAMA NGANJUK DENGAN METODE ANALYTICAL HIERARCHY PROCESS (AHP)

JURNAL SISTEM PENDUKUNG KEPUTUSAN DALAM PEMBERIAN KREDIT PADA KSP MITRA RAKYAT BERSAMA NGANJUK DENGAN METODE ANALYTICAL HIERARCHY PROCESS (AHP) JURNAL SISTEM PENDUKUNG KEPUTUSAN DALAM PEMBERIAN KREDIT PADA KSP MITRA RAKYAT BERSAMA NGANJUK DENGAN METODE ANALYTICAL HIERARCHY PROCESS (AHP) Disusun Oleh: Moh.Arifin NPM : 12.1.03.03.0318 Dibimbing

Lebih terperinci

BAB IV HASIL DAN UJI COBA

BAB IV HASIL DAN UJI COBA BAB IV HASIL DAN UJI COBA IV.1. Tampilan Hasil Berikut ini dijelaskan tentang tampilan hasil dari Sistem Pendukung Keputusan Evaluasi Karyawan pada CV. Fountain dengan menggunakan metode AHP berbasis WEB

Lebih terperinci

SISTEM INFORMASI PENDUKUNG KEPUTUSAN PADA SELEKSI PENERIMAAN PEGAWAI MENGGUNAKAN METODE ANALYTICAL HIERARCHY PROCESS

SISTEM INFORMASI PENDUKUNG KEPUTUSAN PADA SELEKSI PENERIMAAN PEGAWAI MENGGUNAKAN METODE ANALYTICAL HIERARCHY PROCESS SISTEM INFORMASI PENDUKUNG KEPUTUSAN PADA SELEKSI PENERIMAAN PEGAWAI MENGGUNAKAN METODE ANALYTICAL HIERARCHY PROCESS (AHP) Oleh : Imam Husni A Abstrak - Penelitian ini mengembangankan Sistem Pendukung

Lebih terperinci

BAB 2 TINJAUAN PUSTAKA Definisi Sistem, Keputusan dan Sistem Pendukung Keputusan

BAB 2 TINJAUAN PUSTAKA Definisi Sistem, Keputusan dan Sistem Pendukung Keputusan 22 BAB 2 TINJAUAN PUSTAKA 2.1. Definisi Sistem, Keputusan dan Sistem Pendukung Keputusan 2.1.1. Definisi Sistem Sistem adalah kumpulan objek seperti orang, sumber daya, konsep dan prosedur yang dimaksudkan

Lebih terperinci

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PERGURUAN TINGGI UNTUK SISWA YANG MELANJUTKAN KULIAH PADA SMA N 1 TEGAL

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PERGURUAN TINGGI UNTUK SISWA YANG MELANJUTKAN KULIAH PADA SMA N 1 TEGAL SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PERGURUAN TINGGI UNTUK SISWA YANG MELANJUTKAN KULIAH PADA SMA N 1 TEGAL Asep Nurhidayat Jurusan Teknik Informatika, Fakultas Ilmu Komputer Universitas Dian Nuswantoro

Lebih terperinci

BAB III ANALISA DAN PERANCANGAN SISTEM

BAB III ANALISA DAN PERANCANGAN SISTEM BAB III ANALISA DAN PERANCANGAN SISTEM Bab ini akan menjelaskan analisa sistem dan perancangan sebuah aplikasi desktop untuk pendataan bayi dan analisa kesehatan dengan mengimplementasikan algoritma Analitycal

Lebih terperinci

ANALYTICAL HIERARCHY PROCESS SEBAGAI PENDUKUNG KEPUTUSAN (DECISION SUPPORT) PEMILIHAN LOKASI PEMBANGUNAN RUMAH KOS UNTUK KARYAWAN

ANALYTICAL HIERARCHY PROCESS SEBAGAI PENDUKUNG KEPUTUSAN (DECISION SUPPORT) PEMILIHAN LOKASI PEMBANGUNAN RUMAH KOS UNTUK KARYAWAN Jurnal Informatika Mulawarman Vol. 7 No. 3 Edisi September 2012 75 ANALYTICAL HIERARCHY PROCESS SEBAGAI PENDUKUNG KEPUTUSAN (DECISION SUPPORT) PEMILIHAN LOKASI PEMBANGUNAN RUMAH KOS UNTUK KARYAWAN Dyna

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang 1.1 Latar Belakang BAB I PENDAHULUAN PT PLN (Persero) merupakan perusahaan penyedia jasa kelistrikan terbesar di Indonesia. Proses dalam meningkatkan usahanya, PT PLN (Persero) tidak dapat melepaskan perhatiannya

Lebih terperinci

Aplikasi Metode Analitical Hierarchy Proces (AHP) Dalam Meningkatkan Kualitas Sumber Daya Manusia. Oleh Abulwafa Muhammad, S.Kom, M.

Aplikasi Metode Analitical Hierarchy Proces (AHP) Dalam Meningkatkan Kualitas Sumber Daya Manusia. Oleh Abulwafa Muhammad, S.Kom, M. Aplikasi Metode Analitical Hierarchy Proces (AHP) Dalam Meningkatkan Kualitas Sumber Daya Manusia Oleh Abulwafa Muhammad, S.Kom, M.Kom Dosen Tetap Universitas Putra Indonesia YPTK Padang Abstract Decision

Lebih terperinci

BAB III ANALISA DAN DESAIN SISTEM

BAB III ANALISA DAN DESAIN SISTEM BAB III ANALISA DAN DESAIN SISTEM III.1. Analisa Sistem Yang Sedang Berjalan CV. Fountain Dalam penentuan evaluasi karyawan oleh Departemen Sumber Daya Manusia (SDM) terdapat beberapa faktor yang menjadi

Lebih terperinci

Penerapan Metode Simple Additive Weighting Pada Aplikasi Penilaian Kinerja Dosen Fakultas Ilmu Komputer Unversitas Muslim Indonesia

Penerapan Metode Simple Additive Weighting Pada Aplikasi Penilaian Kinerja Dosen Fakultas Ilmu Komputer Unversitas Muslim Indonesia Penerapan Metode Simple Additive Weighting Pada Aplikasi Penilaian Kinerja Dosen Fakultas Ilmu Komputer Unversitas Muslim Indonesia St. Hajrah Mansyur 1 Fakultas Ilmu Komputer Universitas Muslim Indonesia

Lebih terperinci

BAB III METODOLOGI PENELITIAN. mendukung berjalannya perancangan dan pembuatan aplikasi.

BAB III METODOLOGI PENELITIAN. mendukung berjalannya perancangan dan pembuatan aplikasi. BAB III METODOLOGI PENELITIAN 3.1. Alat dan Bahan Dalam pembuatan aplikasi digunakan beberapa alat dan bahan untuk mendukung berjalannya perancangan dan pembuatan aplikasi. 3.1.1. Alat Alat yang digunakan

Lebih terperinci

BAB 2 TINJAUAN PUSTAKA DAN LANDASAN TEORI

BAB 2 TINJAUAN PUSTAKA DAN LANDASAN TEORI BAB 2 TINJAUAN PUSTAKA DAN LANDASAN TEORI 2.1 Penelitian Terkait Menurut penelitian terdahulu yang dilakukan oleh Dita Monita seorang mahasiswa program studi teknik informatika dari STMIK Budi Darma Medan

Lebih terperinci

SISTEM PENUNJANG KEPUTUSAN PENERIMAAN GURU BERBASIS WEB

SISTEM PENUNJANG KEPUTUSAN PENERIMAAN GURU BERBASIS WEB SISTEM PENUNJANG KEPUTUSAN PENERIMAAN GURU BERBASIS WEB Widya Wisanti Dosen Jurusan Teknik Elektro Universitas Sawerigading Makassar Email : wwisanty@yahoo.co.id ABSTRAK Kegiatan dalam menerima calon guru

Lebih terperinci

BAB III ANALISA DAN DESAIN SISTEM

BAB III ANALISA DAN DESAIN SISTEM BAB III ANALISA DAN DESAIN SISTEM III.1. Analisa Sistem Yang Berjalan Proses pemilihan karyawan berprestasi pada CV. Cyber Computindo saat ini masih dilakukan secara manual dan tidak efisiensi dari segi

Lebih terperinci

JURNAL TEKNOLOGI INFORMASI & PENDIDIKAN ISSN : VOL. 1 NO. 1 MARET 2010

JURNAL TEKNOLOGI INFORMASI & PENDIDIKAN ISSN : VOL. 1 NO. 1 MARET 2010 PEMILIHAN KARYAWAN BERPRESTASI DENGAN METODE ANALITICAL HIERARCHY PROCES (AHP) STUDI KASUS PT. UNITED TRACTORS, TBK CABANG PADANG Abulwafa Muhammad 1 ABSTRACT In evaluate the performance of employee is

Lebih terperinci

Jurnal Sistem dan Teknologi Informasi (JUSTIN) Vol. 1, No. 1, (2016) 1

Jurnal Sistem dan Teknologi Informasi (JUSTIN) Vol. 1, No. 1, (2016) 1 Jurnal Sistem dan Teknologi Informasi (JUSTIN) Vol. 1, No. 1, (2016) 1 SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN DOSEN TERBAIK MENGGUNAKAN METODE PROMETHEE ( STUDI KASUS: TEKNIK INFORMATIKA UNIVERSITAS TANJUNGPURA

Lebih terperinci

Implementasi Metode AHP dalam Perancangan Sistem Penunjang Keputusan Penentuan Kuota Pembimbing Mahasiswa. Irfan Dwi Jaya

Implementasi Metode AHP dalam Perancangan Sistem Penunjang Keputusan Penentuan Kuota Pembimbing Mahasiswa. Irfan Dwi Jaya 2 Implementasi Metode AHP dalam Perancangan Sistem Penunjang Keputusan Penentuan Kuota Pembimbing Mahasiswa Irfan Dwi Jaya IMPLEMENTASI METODE AHP DALAM PERANCANGAN SISTEM PENUNJANG KEPUTUSAN PENENTUAN

Lebih terperinci

SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN PEGAWAI BARU PT.PLN (PERSERO) KANTOR PUSAT DENGAN MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW)

SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN PEGAWAI BARU PT.PLN (PERSERO) KANTOR PUSAT DENGAN MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN PEGAWAI BARU PT.PLN (PERSERO) KANTOR PUSAT DENGAN MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) Yasni Djamain, Herlinda De Christin 2,2 Jurusan Teknik Informatika

Lebih terperinci

PEMBUATAN APLIKASI PEMILIHAN CALON GURU TELADAN DENGAN MENGUNAKAN MEDIA WEB Bayu Firmanto 4

PEMBUATAN APLIKASI PEMILIHAN CALON GURU TELADAN DENGAN MENGUNAKAN MEDIA WEB Bayu Firmanto 4 PEMBUATAN APLIKASI PEMILIHAN CALON GURU TELADAN DENGAN MENGUNAKAN MEDIA WEB Bayu Firmanto 4 Abstrak: Salah misi Dinas Pendidikan Kota adalah meningkatkan mutu pendidikan dengan melakukan program-program

Lebih terperinci

SISTEM PENILAIAN KARYAWAN TERBAIK MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING PADA DEALER MOTOR

SISTEM PENILAIAN KARYAWAN TERBAIK MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING PADA DEALER MOTOR SISTEM PENILAIAN KARYAWAN TERBAIK MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING PADA DEALER MOTOR Aris Rakhmadi 1*, Bambang Efirianto 2 1,2 Prodi Informatika, Fakultas Komunikasi dan Informatika, Universitas

Lebih terperinci

BAB III METODE PENELITIAN. Pendekatan metode pengembangan sistem yang digunakan peneliti merupakan

BAB III METODE PENELITIAN. Pendekatan metode pengembangan sistem yang digunakan peneliti merupakan BAB III METODE PENELITIAN 3.1. Metode Pengembangan Sistem Pendekatan metode pengembangan sistem yang digunakan peneliti merupakan salah satu dari agile methods yaitu extreme Programming (XP). Dalam metode

Lebih terperinci

APLIKASI SISTEM PENDUKUNG KEPUTUSAN PENEMPATAN BIDAN DI DESA MENGGUNAKAN METODE ANALITYCAL HIERARCHY PROCESS (AHP)

APLIKASI SISTEM PENDUKUNG KEPUTUSAN PENEMPATAN BIDAN DI DESA MENGGUNAKAN METODE ANALITYCAL HIERARCHY PROCESS (AHP) APLIKASI SISTEM PENDUKUNG KEPUTUSAN PENEMPATAN BIDAN DI DESA MENGGUNAKAN METODE ANALITYCAL HIERARCHY PROCESS (AHP) Haditsah Annur haditsah@gmail.com Universitas Ichsan Gorontalo Abstrak Penempatan bidan

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN 28 BAB III METODOLOGI PENELITIAN 3.1 Waktu dan Tempat Penelitian Penelitian ini dilakukan di Jurusan Ilmu Komputer Fakultas Matematika dan Ilmu Pengetahuan Alam (FMIPA) Universitas Lampung. Waktu penelitian

Lebih terperinci

MODEL PENUNJANG KEPUTUSAN PENYELEKSIAN PEMBERIAN BEASISWA BIDIKMISI MENGGUNAKAN METODE ANALYTICAL HIERARCHY PROCESS

MODEL PENUNJANG KEPUTUSAN PENYELEKSIAN PEMBERIAN BEASISWA BIDIKMISI MENGGUNAKAN METODE ANALYTICAL HIERARCHY PROCESS MODEL PENUNJANG KEPUTUSAN PENYELEKSIAN PEMBERIAN BEASISWA BIDIKMISI MENGGUNAKAN METODE ANALYTICAL HIERARCHY PROCESS Adhie Thyo Priandika Teknik Informatika, STMIK Teknokrat Jl. H.ZA Pagaralam, No 9-11,

Lebih terperinci

PENERAPAN METODE PROMETHEE DALAM SELEKSI BEASISWA MAHASISWA BERPRESTASI

PENERAPAN METODE PROMETHEE DALAM SELEKSI BEASISWA MAHASISWA BERPRESTASI PENERAPAN METODE PROMETHEE DALAM SELEKSI BEASISWA MAHASISWA BERPRESTASI Eka Larasati Amalia 1), Dimas Wahyu Wibowo 2) 1),2) Teknik Informatika, Politeknik Negeri malang 1),2) eka.larasati@polinema.ac.id,

Lebih terperinci

PEMANFAATAN ANALYTICAL HIERARCHY PROCESS (AHP) SEBAGAI MODEL SISTEM PENDUKUNG KEPUTUSAN UNTUK PEMILIHAN KARYAWAN BERPRESTASI

PEMANFAATAN ANALYTICAL HIERARCHY PROCESS (AHP) SEBAGAI MODEL SISTEM PENDUKUNG KEPUTUSAN UNTUK PEMILIHAN KARYAWAN BERPRESTASI PEMANFAATAN ANALYTICAL HIERARCHY PROCESS (AHP) SEBAGAI MODEL SISTEM PENDUKUNG KEPUTUSAN UNTUK PEMILIHAN KARYAWAN BERPRESTASI Sudarto STMIK Mikroskil Jl. Thamrin No. 112, 124, 140 Medan 20212 sudarto@mikroskil.ac.id

Lebih terperinci

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN MAKANAN PADA BAYI LIMA TAHUN (BALITA) DENGAN MENGGUNAKAN METODE ANALYTICAL HIERARCHY PROCESS (AHP)

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN MAKANAN PADA BAYI LIMA TAHUN (BALITA) DENGAN MENGGUNAKAN METODE ANALYTICAL HIERARCHY PROCESS (AHP) SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN MAKANAN PADA BAYI LIMA TAHUN (BALITA) DENGAN MENGGUNAKAN METODE ANALYTICAL HIERARCHY PROCESS (AHP) Rudiansyah Mahasiswa Program Studi Teknik Informatika, STMIK Budidarma

Lebih terperinci

SISTEM PENDUKUNG KEPUTUSAN PENENTUAN KELAYAKAN SEKOLAH ADIWIYATA DENGAN METODE SIMPLE ADDITIVE WEIGHTING ABSTRAK

SISTEM PENDUKUNG KEPUTUSAN PENENTUAN KELAYAKAN SEKOLAH ADIWIYATA DENGAN METODE SIMPLE ADDITIVE WEIGHTING ABSTRAK SISTEM PENDUKUNG KEPUTUSAN PENENTUAN KELAYAKAN SEKOLAH ADIWIYATA DENGAN METODE SIMPLE ADDITIVE WEIGHTING Tito Nugroho Harnianto Jurusan Teknik Informatika S1, Fakultas Ilmu Komputer, Universitas Dian Nuswantoro

Lebih terperinci

BAB IV HASIL DAN UJI COBA

BAB IV HASIL DAN UJI COBA BAB IV HASIL DAN UJI COBA IV.1. Hasil Berikut ini dijelaskan tentang tampilan hasil dari Sistem Informasi Geografis Lokasi Sekolah Dasar Negeri Di Kota Binjai Berbasis Web dapat dilihat sebagai berikut

Lebih terperinci

PEMILIHAN RANGE PLAFOND PEMBIAYAAN TERBAIK BMT DENGAN METODE AHP. Dwi Yuniarto, S.Sos., M.Kom. Program Studi Teknik Informatika STMIK Sumedang

PEMILIHAN RANGE PLAFOND PEMBIAYAAN TERBAIK BMT DENGAN METODE AHP. Dwi Yuniarto, S.Sos., M.Kom. Program Studi Teknik Informatika STMIK Sumedang PEMILIHAN RANGE PLAFOND PEMBIAYAAN TERBAIK BMT DENGAN METODE AHP Dwi Yuniarto, S.Sos., M.Kom. Program Studi Teknik Informatika STMIK Sumedang ABSTRAK Penentuan range plafond diperlukan untuk menentukan

Lebih terperinci

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN SISWA TELADAN MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (STUDI KASUS : DI SMP NEGERI 3 TASIKMALAYA)

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN SISWA TELADAN MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (STUDI KASUS : DI SMP NEGERI 3 TASIKMALAYA) SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN SISWA TELADAN MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (STUDI KASUS : DI SMP NEGERI 3 TASIKMALAYA) Evi Dewi Sri Mulyani 1, Yoga Handoko Agustin, Sri Fitrya Kamellia

Lebih terperinci

Sistem Pendukung Keputusan Pemberian Kredit Pada Pd. Bpr Bkk Demak Cabang Sayung Dengan Metode Fuzzy Madm (Multiple Attribute Decision Making

Sistem Pendukung Keputusan Pemberian Kredit Pada Pd. Bpr Bkk Demak Cabang Sayung Dengan Metode Fuzzy Madm (Multiple Attribute Decision Making Sistem Pendukung Keputusan Pemberian Kredit Pada Pd. Bpr Bkk Demak Cabang Sayung Dengan Metode Fuzzy Madm (Multiple Attribute Decision Making) Menggunakan Saw (Simple Additive Weighting) Muhammad Al Fadlu

Lebih terperinci

PENERAPAN AHP SEBAGAI MODEL SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN RUMAH BERSALIN CONTOH KASUS KOTA PANGKALPINANG

PENERAPAN AHP SEBAGAI MODEL SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN RUMAH BERSALIN CONTOH KASUS KOTA PANGKALPINANG PENERAPAN AHP SEBAGAI MODEL SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN RUMAH BERSALIN CONTOH KASUS KOTA PANGKALPINANG Fitriyani STMIK Atma Luhur Pangkalpinang Jl. Jend. Sudirman Selindung Pangkalpinang bilalzakwan12@yahoo.com

Lebih terperinci

BAB III ANALISA DAN DESAIN SISTEM. yang terjadi sehingga dapat diusulkan perbaikan-perbaikannya.

BAB III ANALISA DAN DESAIN SISTEM. yang terjadi sehingga dapat diusulkan perbaikan-perbaikannya. 50 BAB III ANALISA DAN DESAIN SISTEM III.1. Analisis Masalah Analisis masalah merupakan tahap pertama dalam tahapan analisis yang bertujuan untuk mengidentifikasikan dan mengevaluasi permasalahanpermasalahan

Lebih terperinci

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN DOSEN BERPRESTASI MENGGUNAKAN METODE ANALYTICAL HIERARCHY PROCESS (AHP)

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN DOSEN BERPRESTASI MENGGUNAKAN METODE ANALYTICAL HIERARCHY PROCESS (AHP) SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN DOSEN BERPRESTASI MENGGUNAKAN METODE ANALYTICAL HIERARCHY PROCESS (AHP) [1] Wahyu Dwi Puspitasari, [2] D. Kharidatul Ilmi [1],[2] Universitas Islam Balitar Abstrak

Lebih terperinci

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PROGRAM STUDI DENGAN METODE ANALYTICAL HIERARCY PROSES (AHP) DI STAIN KEDIRI BERBASIS ANDROID

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PROGRAM STUDI DENGAN METODE ANALYTICAL HIERARCY PROSES (AHP) DI STAIN KEDIRI BERBASIS ANDROID SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PROGRAM STUDI DENGAN METODE ANALYTICAL HIERARCY PROSES (AHP) DI STAIN KEDIRI BERBASIS ANDROID SKRIPSI Diajukan Untuk Memenuhi Sebagian Syarat Guna Memperoleh Gelar

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN 3.1 Tempat dan Waktu Penelitian Tempat yang digunakan penulis dalam melakukan penelitian ini adalah Prodi Teknik Informatika Universitas Muhammadiyah Yogyakarta. Adapun penelitian

Lebih terperinci

BAB III METODE DAN PERANCANGAN APLIKASI. Metode penelitian yang dilakukan dalam penelitian sebagai berikut

BAB III METODE DAN PERANCANGAN APLIKASI. Metode penelitian yang dilakukan dalam penelitian sebagai berikut BAB III METODE DAN PERANCANGAN APLIKASI 3.1 Metode Penelitian Metode penelitian yang dilakukan dalam penelitian sebagai berikut 1. Studi Literatur Studi literatur merupakan tahapan dimana peneliti melakukan

Lebih terperinci

BAB II LANDASAN TEORI. Menurut Pujawan dan Erawan (2010) memilih supplier merupakan

BAB II LANDASAN TEORI. Menurut Pujawan dan Erawan (2010) memilih supplier merupakan BAB II LANDASAN TEORI 2.1 Pemilihan Supplier Menurut Pujawan dan Erawan (2010) memilih supplier merupakan kegiatan strategis terutama apabila supplier tersebut memasok item yang kritis atau akan digunakan

Lebih terperinci

BAB III PERANCANGAN PENELITIAN

BAB III PERANCANGAN PENELITIAN BAB III PERANCANGAN PENELITIAN 3.1 Peralatan Pendukung Peralatan pendukung dalam pembuatan aplikasi berbasis website terdiri dari perangkat keras (hardware) dan perangkat lunak (software) untuk mendukung

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN 3.1 Alur Metodologi Penelitian Metodologi penelitian merupakan sekumpulan rangkaian tahapan kegiatan atau prosedur yang digunakan oleh pelaksana penelitian yang dilakukan

Lebih terperinci

Pemanfaatan Analytical Hierarchy Process(AHP) sebagai Model Sistem Pendukung Keputusan Seleksi Penerimaan Karyawan

Pemanfaatan Analytical Hierarchy Process(AHP) sebagai Model Sistem Pendukung Keputusan Seleksi Penerimaan Karyawan Pemanfaatan Analytical Hierarchy Process(AHP) sebagai Model Sistem Pendukung Keputusan Seleksi Penerimaan Karyawan Kusrini dan Ester Sulistyawati STMIK AMIKOM Yogyakarta Jl.Ringroad Utara Condong Catur,

Lebih terperinci

SISTEM PENDUKUNG KEPUTUSAN KELULUSAN UJIAN SARINGAN MASUK JALUR PMDK BERDASARKAN NILAI RATA-RATA MATEMATIKA DAN BAHASA INGGRIS

SISTEM PENDUKUNG KEPUTUSAN KELULUSAN UJIAN SARINGAN MASUK JALUR PMDK BERDASARKAN NILAI RATA-RATA MATEMATIKA DAN BAHASA INGGRIS SISTEM PENDUKUNG KEPUTUSAN KELULUSAN UJIAN SARINGAN MASUK JALUR PMDK BERDASARKAN NILAI RATA-RATA MATEMATIKA DAN BAHASA INGGRIS Fitrah Rumaisa, S.T., Tanti Nurafianti Universitas Widyatama, Jl. Cikutra

Lebih terperinci

SISTEM PENDUKUNG KEPUTUSAN PERIJINAN DAN PENEMPATAN KOLAM JARING TERAPUNG MENGGUNAKAN METODE AHP STUDI KASUS PT

SISTEM PENDUKUNG KEPUTUSAN PERIJINAN DAN PENEMPATAN KOLAM JARING TERAPUNG MENGGUNAKAN METODE AHP STUDI KASUS PT SISTEM PENDUKUNG KEPUTUSAN PERIJINAN DAN PENEMPATAN KOLAM JARING TERAPUNG MENGGUNAKAN METODE AHP STUDI KASUS PT. PJB CIRATA BADAN PENGELOLAAN WADUK CIRATA Erika Susilo Jurusan Teknik Informatika Fakultas

Lebih terperinci

SISTEM PENDUKUNG KEPUTUSAN SELEKSI PENERIMAAN KARYAWAN BARU

SISTEM PENDUKUNG KEPUTUSAN SELEKSI PENERIMAAN KARYAWAN BARU SISTEM PENDUKUNG KEPUTUSAN SELEKSI PENERIMAAN KARYAWAN BARU SKRIPSI Diajukan Untuk Memenuhi Sebagian Syarat Guna Memperoleh Gelar Sarjana Komputer (S.Kom.) Pada Program Studi Teknik Informatika OLEH :

Lebih terperinci

SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN BEASISWA DIi SMK N 1 SUKOHARJO DENGAN METODE SIMPLE ADDITIVE WEIGHTING (SAW)

SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN BEASISWA DIi SMK N 1 SUKOHARJO DENGAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN BEASISWA DIi SMK N SUKOHARJO DENGAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) Risky Hidayati (distaholicrisky@yahoo.com) Bebas Widada (bbswdd@gmail.com) Andriani Kusumaningrum

Lebih terperinci

SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN PENERIMA BEASISWA DI SMA NEGERI 6 PANDEGLANG

SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN PENERIMA BEASISWA DI SMA NEGERI 6 PANDEGLANG SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN PENERIMA BEASISWA DI SMA NEGERI 6 PANDEGLANG Heri Sulistiyo Jurusan Teknik Informatika, Fakultas Teknik dan Ilmu Komputer, Universitas Komputer Indonrsia Jln.

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA A. Konsep Sistem Pendukung Keputusan 1. Pengertian Keputusan Davis mengemukakan, Keputusan adalah hasil pemecahan masalah yang dihadapinya dengan tegas. Suatu keputusan merupakan

Lebih terperinci

JURNAL. SISTEM PENDUKUNG KEPUTUSAN KENAIKAN JABATAN PADA PT BANK CENTRAL ASIA Tbk. (BCA) MENGGUNAKAN METODE ANALITYC HEARARCHY PROCESS

JURNAL. SISTEM PENDUKUNG KEPUTUSAN KENAIKAN JABATAN PADA PT BANK CENTRAL ASIA Tbk. (BCA) MENGGUNAKAN METODE ANALITYC HEARARCHY PROCESS JURNAL SISTEM PENDUKUNG KEPUTUSAN KENAIKAN JABATAN PADA PT BANK CENTRAL ASIA Tbk. (BCA) MENGGUNAKAN METODE ANALITYC HEARARCHY PROCESS V.M.Eduardo Christian S A11.2008.03931 Teknik Informatika Udinus TEKNIK

Lebih terperinci

BAB III METODE PENELITIAN. dilaksanakan pada Semester Genap Tahun Ajaran 2014/2015. Perangkat yang digunakan dalam penelitian ini meliputi:

BAB III METODE PENELITIAN. dilaksanakan pada Semester Genap Tahun Ajaran 2014/2015. Perangkat yang digunakan dalam penelitian ini meliputi: BAB III METODE PENELITIAN 3.1 Tempat Dan Waktu Penelitian Penelitian ini dilakukan di Jurusan Ilmu Komputer Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Lampung Selatan. Waktu penelitian dilaksanakan

Lebih terperinci

PEMILIHAN PROGRAM STUDI BAGI CALON MAHASISWA BARU DI STMIK EL RAHMA YOGYAKARTA, SEBUAH MODEL SISTEM PENDUKUNG KEPUTUSAN

PEMILIHAN PROGRAM STUDI BAGI CALON MAHASISWA BARU DI STMIK EL RAHMA YOGYAKARTA, SEBUAH MODEL SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PROGRAM STUDI BAGI CALON MAHASISWA BARU DI STMIK EL RAHMA YOGYAKARTA, SEBUAH MODEL SISTEM PENDUKUNG KEPUTUSAN Edy Prayitno Jurusan Komputerisasi Akuntansi STMIK El Rahma Jl. Sisingamangaraja

Lebih terperinci

Kata Kunci: Guru, Decision support systems, MADM, SAW. 1. Pendahuluan

Kata Kunci: Guru, Decision support systems, MADM, SAW. 1. Pendahuluan RANCANG BANGUN DECISION SUPPORT SYSTEM PEMILIHAN GURU TERBAIK MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) (STUDI KASUS : SMA BHAKTI PERTIWI KOTA TANGERANG) Taufik Hidayat, S.Kom., M.Kom 1, Fajar

Lebih terperinci

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN KARYAWAN BARU MENGGUNAKAN METODE ANALYTICAL HIERARCHY PROCESS (AHP) (STUDI KASUS : PT. BTN)

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN KARYAWAN BARU MENGGUNAKAN METODE ANALYTICAL HIERARCHY PROCESS (AHP) (STUDI KASUS : PT. BTN) SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN KARYAWAN BARU MENGGUNAKAN METODE ANALYTICAL HIERARCHY PROCESS (AHP) (STUDI KASUS : PT. BTN) 1 Restu Marisi Tampubolon (1111757), 2 Nelly Astuti Hsb 1 Mahasiswa program

Lebih terperinci

SISTEM PENDUKUNG KEPUTUSAN SELEKSI BEASISWA PPA-BBM FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SEBELAS MARET SURAKARTA

SISTEM PENDUKUNG KEPUTUSAN SELEKSI BEASISWA PPA-BBM FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SEBELAS MARET SURAKARTA SISTEM PENDUKUNG KEPUTUSAN SELEKSI BEASISWA PPABBM FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SEBELAS MARET SURAKARTA Tugas Akhir untuk memenuhi sebagian persyaratan mencapai derajat Diploma

Lebih terperinci

APLIKASI AHP UNTUK PENILAIAN KINERJA DOSEN

APLIKASI AHP UNTUK PENILAIAN KINERJA DOSEN Indriyati APLIKASI AHP UNTUK PENILAIAN KINERJA DOSEN Indriyati Program Studi Teknik Informatika Jurusan Matematika FSM Universitas Diponegoro Abstrak Dalam era globalisasi dunia pendidikan memegang peranan

Lebih terperinci

BAB III ANALISA DAN DESAIN SISTEM

BAB III ANALISA DAN DESAIN SISTEM BAB III ANALISA DAN DESAIN SISTEM III.1. Analisa Sistem Yang Berjalan Seorang pakar dalam menentukan alternatif keputusan membutuhkan waktu yang cukup lama, sehingga dapat mempengaruhi faktor fisikis seorang

Lebih terperinci

BAB III ANALISA DAN DESAIN SISTEM

BAB III ANALISA DAN DESAIN SISTEM BAB III ANALISA DAN DESAIN SISTEM Pada bab ini akan dibahas mengenai sistem pendukung keputusan pembelian buku bacaan yang meliputi analisa sistem yang sedang berjalan dan desain sistem. III.1 Analisa

Lebih terperinci

BAB IV HASIL DAN PEMBAHASAN

BAB IV HASIL DAN PEMBAHASAN 33 BAB IV HASIL DAN PEMBAHASAN 4.1. Hasil 4.1.1 Uraian Hasil Metode Gabungan AHP dan TOPSIS Dalam penyelesaian permasalahan dengan metode AHP dan TOPSIS ada beberapa langkah-langkah pemecahannya, yaitu

Lebih terperinci

Sistem Pendukung Keputusan Penerimaan Pegawai Dengan Metode AHP

Sistem Pendukung Keputusan Penerimaan Pegawai Dengan Metode AHP Sistem Pendukung Keputusan Penerimaan Pegawai Dengan Metode AHP Tri Handoyo, M. Kom 1 1 Program Studi Teknik Informatika, STMIK Bina Patria Magelang Email: Liliput_Handoyo@yahoo.com ABSTRAK Sistem Pendukung

Lebih terperinci

Oleh : Tutut Maitanti*, Ema Utami**, Emha Taufiq Luthfi**

Oleh : Tutut Maitanti*, Ema Utami**, Emha Taufiq Luthfi** PENERAPAN TOPSIS FUZZY MADM DALAM MEMBANGUN SISTEM PENDUKUNG KEPUTUSAN SELEKSI PENERIMAAN BEASISWA Oleh : Tutut Maitanti*, Ema Utami**, Emha Taufiq Luthfi** STMIK AMIKOM YOGYAKARTA ABSTRAK Penelitian ini

Lebih terperinci

BAB 1 PENDAHULUAN Latar Belakang

BAB 1 PENDAHULUAN Latar Belakang 16 BAB 1 PENDAHULUAN 1.1. Latar Belakang Rumah adalah suatu wadah tempat kita berteduh dari teriknya matahari dan hujan. Rumah terbuat dari bahan material yang disusun secara teratur dan dihiasi dengan

Lebih terperinci

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN KOST DI SEKITAR KAMPUS UNP KEDIRI MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW)

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN KOST DI SEKITAR KAMPUS UNP KEDIRI MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN KOST DI SEKITAR KAMPUS UNP KEDIRI MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) Erna Daniati Program Studi Sistem Informasi Fakultas Teknik Universitas Nusantara

Lebih terperinci

SISTEM PENDUKUNG KEPUTUSAN PENENTUAN SKIM PINJAMAN KREDIT (Studi Kasus : Badan Kebahagiaan Perguruan Tjiawi)

SISTEM PENDUKUNG KEPUTUSAN PENENTUAN SKIM PINJAMAN KREDIT (Studi Kasus : Badan Kebahagiaan Perguruan Tjiawi) SISTEM PENDUKUNG KEPUTUSAN PENENTUAN SKIM PINJAMAN KREDIT (Studi Kasus : Badan Kebahagiaan Perguruan Tjiawi) Dian Ridwan, Aradea, Husni Mubarok Teknik Informatika Universitas Siliwangi Tasikmalaya Email

Lebih terperinci

Patah Herwanto; Agus Sopandi; Rosida; ABSTRAK

Patah Herwanto; Agus Sopandi; Rosida; ABSTRAK Vol.VI No. /Februari/204 SISTEM PENDUKUNG KEPUTUSAN PENILAIAN PRESTASI BELAJAR PESERTA DIDIK BERDASARKAN KURIKULUM 203 DENGAN METODE SAW ( SIMPLE ADDITIVE WEIGHTING ) (STUDI KASUS SMKN KARANG TENGAH CIANJUR)

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI 7 BAB II LANDASAN TEORI 2.1. Kajian Literatur Berikut adalah beberapa penelitian serupa mengenai kualitas yang telah dilakukan dilakukan sebelumnya, yaitu: 1. Harwati (2013), yaitu: Model Pengukuran Kinerja

Lebih terperinci

SISTEM PENDUKUNG KEPUTUSAN PENEMPATAN POSISI IDEAL PEMAIN DALAM STRATEGI FORMASI SEPAK BOLA

SISTEM PENDUKUNG KEPUTUSAN PENEMPATAN POSISI IDEAL PEMAIN DALAM STRATEGI FORMASI SEPAK BOLA SISTEM PENDUKUNG KEPUTUSAN PENEMPATAN POSISI IDEAL PEMAIN DALAM STRATEGI FORMASI SEPAK BOLA Ian Febianto Jurusan Teknik Informatika, Fakultas Teknik dan Ilmu Komputer, Universitas Komputer Indonrsia Jl.

Lebih terperinci

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN KARYAWAN BERPRESTASI BERDASARKAN KINERJA MENGGUNAKAN METODE ANALITYC HIERARCY PROCESS

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN KARYAWAN BERPRESTASI BERDASARKAN KINERJA MENGGUNAKAN METODE ANALITYC HIERARCY PROCESS SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN KARYAWAN BERPRESTASI BERDASARKAN KINERJA MENGGUNAKAN METODE ANALITYC HIERARCY PROCESS Iwan Rijayana 1), Lirien Okirindho 2) 1,2) Fakultas Teknik Universitas Widyatama

Lebih terperinci

BAB III ANALISA DAN DESAIN SISTEM

BAB III ANALISA DAN DESAIN SISTEM BAB III ANALISA DAN DESAIN SISTEM Pada bab ini akan dibahas mengenai Perancangan Sistem Pendukung Keputusan Pemberian Bonus Berdasarkan Penilaian Kinerja Karyawan Pada PT. Telkom, Tbk Medan Dengan Metode

Lebih terperinci

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN SISWA DALAM MENGIKUTI LOMBA LKS DI SMK NEGERI 3 SEMARANG DENGAN METODE ANALITHICAL HIERARCHI PROCESS

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN SISWA DALAM MENGIKUTI LOMBA LKS DI SMK NEGERI 3 SEMARANG DENGAN METODE ANALITHICAL HIERARCHI PROCESS SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN SISWA DALAM MENGIKUTI LOMBA LKS DI SMK NEGERI 3 SEMARANG DENGAN METODE ANALITHICAL HIERARCHI PROCESS Nova Widyantoro Jurusan Sistem Informasi, Fakultas Ilmu Komputer,

Lebih terperinci

SISTEM PENILAIAN DOSEN TELADAN MENGGUNAKAN METODE SAW ( SIMPLE ADDITIVE WEIGHTING) DI UNIVERSITAS NUSANTARA PGRI KEDIRI

SISTEM PENILAIAN DOSEN TELADAN MENGGUNAKAN METODE SAW ( SIMPLE ADDITIVE WEIGHTING) DI UNIVERSITAS NUSANTARA PGRI KEDIRI SISTEM PENILAIAN DOSEN TELADAN MENGGUNAKAN METODE SAW ( SIMPLE ADDITIVE WEIGHTING) DI UNIVERSITAS NUSANTARA PGRI KEDIRI Fatkur Rohman 1), Ahmad Bagus Setiawan 2) 1), 2) Teknik Informatika Universitas Nusantara

Lebih terperinci

BAB III ANALISA KEBUTUHAN DAN PERANCANGAN SISTEM. a. Prosesor yang digunakan adalah Intel Pentium processor T4400 (2.2 GHz,

BAB III ANALISA KEBUTUHAN DAN PERANCANGAN SISTEM. a. Prosesor yang digunakan adalah Intel Pentium processor T4400 (2.2 GHz, BAB III ANALISA KEBUTUHAN DAN PERANCANGAN SISTEM 3.1 Alat dan Bahan 3.1.1 Alat a. Prosesor yang digunakan adalah Intel Pentium processor T4400 (2.2 GHz, 800 MHz FSB). b. Memori RAM yang digunakan 1 GB.

Lebih terperinci

Sistem Penunjang Keputusan Penerimaan Dosen dengan Metode Analytic Hierarchy Process

Sistem Penunjang Keputusan Penerimaan Dosen dengan Metode Analytic Hierarchy Process Sistem Penunjang Keputusan Penerimaan Dosen dengan Metode Analytic Hierarchy Process Joko Dwi Raharjo 1, Andriyan Darmadi 2 1 Dosen STMIK Bina Sarana Global, 2 Mahasiswa STMIK Bina Sarana Global Email

Lebih terperinci

SISTEM PENDUKUNG KEPUTUSAN PENJURUSAN SMA MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING

SISTEM PENDUKUNG KEPUTUSAN PENJURUSAN SMA MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING SISTEM PENDUKUNG KEPUTUSAN PENJURUSAN SMA MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING Moh Husni Nurmansyah, Yuniarsi Rahayu 2 Program Studi Teknik Informatika S, Fakultas Ilmu Komputer Universitas Dian

Lebih terperinci

Sistem Pendukung Keputusan Penasehat Akademik (PA) untuk Mengurangi Angka Drop Out (DO) di STMIK Bina Sarana Global

Sistem Pendukung Keputusan Penasehat Akademik (PA) untuk Mengurangi Angka Drop Out (DO) di STMIK Bina Sarana Global Sistem Pendukung Keputusan Penasehat Akademik (PA) untuk Mengurangi Angka Drop Out (DO) di STMIK Bina Sarana Global Sri Subekti 1, Arni Retno Mariana 2, Andri Riswanda 3 1,2 Dosen STMIK Bina Sarana Global,

Lebih terperinci

SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN JURUSAN MENGGUNAKAN METODE FUZZY SAW (Studi Kasus SMKN 4 Bandar lampung)

SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN JURUSAN MENGGUNAKAN METODE FUZZY SAW (Studi Kasus SMKN 4 Bandar lampung) SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN JURUSAN MENGGUNAKAN METODE FUZZY SAW (Studi Kasus SMKN 4 Bandar lampung) Fitria¹, sulyono² ¹, ² Department of Informatics Engineering, The Informatics and Busines,

Lebih terperinci

Sistem Pendukung Keputusan Penentuan Lokasi Gudang di Perusahaan dengan Metode Weighted Product

Sistem Pendukung Keputusan Penentuan Lokasi Gudang di Perusahaan dengan Metode Weighted Product Sistem Pendukung Keputusan Penentuan Lokasi Gudang di Perusahaan dengan Metode Weighted Product Indah Kumala Sari 1, Yohana Dewi Lulu W 2, Kartina Diah K 3 1,2 Jurusan Sistem Informasi,.3 Jurusan Teknik

Lebih terperinci

Gambar 3.1 Prosedur penelitian

Gambar 3.1 Prosedur penelitian Gambar 3.1 Prosedur penelitian 3.2.1 Studi Pustaka Penelitian diawali dengan melakukan studi pustaka untuk mendapatkan pemahaman komprehensif tentang implementasi metode AHP dan TOPSIS dalam sistem pendukung

Lebih terperinci

Seminar Nasional Aplikasi Teknologi Informasi 2009 (SNATI 2009) ISSN: Yogyakarta, 20 Juni 2009

Seminar Nasional Aplikasi Teknologi Informasi 2009 (SNATI 2009) ISSN: Yogyakarta, 20 Juni 2009 SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN PENERIMA BEASISWA BANK BRI MENGGUNAKAN FMADM (STUDI KASUS: MAHASISWA FAKULTAS TEKNOLOGI INDUSTRI UNIVERSITAS ISLAM INDONESIA) Henry Wibowo S 1), Riska Amalia

Lebih terperinci

BAB III ANALISA DAN DESAIN SISTEM

BAB III ANALISA DAN DESAIN SISTEM BAB III ANALISA DAN DESAIN SISTEM III.1. Analisis Masalah Analisis masalah merupakan tahap pertama dalam tahapan analisis yang bertujuan untuk mengidentifikasikan dan mengevaluasi permasalahanpermasalahan

Lebih terperinci

ABSTRAK. Kata kunci : SPK, metode AHP, penentuan lokasi.

ABSTRAK. Kata kunci : SPK, metode AHP, penentuan lokasi. APLIKASI SISTEM PENDUKUNG KEPUTUSAN PENENTUAN LOKASI PENDIRIAN WARNET DENGAN METODE ANALYTICAL HIERARCHY PROCESS (AHP) (Studi Kasus : PT. Pika Media Komunika) Sri Winiarti 1), Ulfah Yuraida 2) Program

Lebih terperinci

BAB III ANALISA DAN DESAIN SISTEM

BAB III ANALISA DAN DESAIN SISTEM BAB III ANALISA DAN DESAIN SISTEM III.1. Analisa Masalah Pengelolaan data proses pemilihan buku pelajaran pada sekolah SMA Yayasan Perguruan Swasta Budi Agung Medan dilakukan dengan musyawarah antara para

Lebih terperinci

SISTEM PENDUKUNG KEPUTUSAN PENYELEKSIAN CALON SISWA BARU DI SMA NEGERI 3 GARUT

SISTEM PENDUKUNG KEPUTUSAN PENYELEKSIAN CALON SISWA BARU DI SMA NEGERI 3 GARUT SISTEM PENDUKUNG KEPUTUSAN PENYELEKSIAN CALON SISWA BARU DI SMA NEGERI 3 GARUT Asep Hendar Rustiawan 1, Dini Destiani 2, Andri Ikhwana 3 Jurnal Algoritma Sekolah Tinggi Teknologi Garut Jl. Mayor Syamsu

Lebih terperinci

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN SISWA BERPRESTASI SMK KRISTEN TOMOHON MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN SISWA BERPRESTASI SMK KRISTEN TOMOHON MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING Konferensi Nasional Sistem & Informatika 2017 STMIK STIKOM Bali, 10 Agustus 2017 SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN SISWA BERPRESTASI SMK KRISTEN TOMOHON MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING

Lebih terperinci

IMPLEMENTASI SISTEM REKOMENDASIAN PENERIMAAN BEASISWA DENGAN MENGGUNAKAN FMADM

IMPLEMENTASI SISTEM REKOMENDASIAN PENERIMAAN BEASISWA DENGAN MENGGUNAKAN FMADM IMPLEMENTASI SISTEM REKOMENDASIAN PENERIMAAN BEASISWA DENGAN MENGGUNAKAN FMADM Anis Yusrotun Nadhiroh Jurusan Teknik Informatika - STT Nurul Jadid Paiton ayusrotun@gmail.com ABSTRAK Sesuai dengan peraturan

Lebih terperinci

BAB IV TESTING DAN IMPLEMENTASI

BAB IV TESTING DAN IMPLEMENTASI BAB IV TESTING DAN IMPLEMENTASI 4.1 Implementasi Sistem Implementasi sistem merupakan sebuah tahap meletakan sistem yang diusulkan atau dikembangkan jika nantinya sistem tersebut telah siap dijalankan

Lebih terperinci

Sistem Pendukung Keputusan Seleksi Beasiswa Pendidikan Menggunakan Metode Simple Additive Weighting

Sistem Pendukung Keputusan Seleksi Beasiswa Pendidikan Menggunakan Metode Simple Additive Weighting SISTEM PENDUKUNG KEPUTUSAN SELEKSI BEASISWA PENDIDIKAN MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING Oleh : Ita Yulianti 1, Imam Tahyudin 2, Nurfaizah 3 1,2,3) STMIK AMIKOM Purwokerto ABSTRAK Tujuan penelitian

Lebih terperinci

SISTEM PENDUKUNG KEPUTUSAN UNTUK PEMILIHAN PERGURUAN TINGGI KOMPUTER SWASTA

SISTEM PENDUKUNG KEPUTUSAN UNTUK PEMILIHAN PERGURUAN TINGGI KOMPUTER SWASTA SISTEM PENDUKUNG KEPUTUSAN UNTUK PEMILIHAN PERGURUAN TINGGI KOMPUTER SWASTA Yuli Astuti 1, M. Suyanto 2, Kusrini 3 Mahasiswa 1, Pembimbing 1 2, Pembimbing 2 3 Program Studi Magister Informatika STMIK AMIKOM

Lebih terperinci

BAB III ANALISIS DAN PERANCANGAN. evaluasi terhadap Sistem Pendukung Keputusan Pemilihan STMIK Terbaik Di

BAB III ANALISIS DAN PERANCANGAN. evaluasi terhadap Sistem Pendukung Keputusan Pemilihan STMIK Terbaik Di BAB III ANALISIS DAN PERANCANGAN III.1. Analisis Masalah Analisis masalah bertujuan untuk mengidentifikasi serta melakukan evaluasi terhadap Sistem Pendukung Keputusan Pemilihan STMIK Terbaik Di Medan

Lebih terperinci

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PENGAJAR LES PRIVAT UNTUK SISWA LEMBAGA BIMBINGAN BELAJAR DENGAN METODE AHP (STUDI KASUS LBB SYSTEM CERDAS)

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PENGAJAR LES PRIVAT UNTUK SISWA LEMBAGA BIMBINGAN BELAJAR DENGAN METODE AHP (STUDI KASUS LBB SYSTEM CERDAS) SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PENGAJAR LES PRIVAT UNTUK SISWA LEMBAGA BIMBINGAN BELAJAR DENGAN METODE AHP (STUDI KASUS LBB SYSTEM CERDAS) Lusiana Kristiyanti, Aris Sugiharto, Helmie Arif W Ilmu

Lebih terperinci

MATERI PRAKTIKUM. Praktikum 1 Analytic Hierarchy Proses (AHP)

MATERI PRAKTIKUM. Praktikum 1 Analytic Hierarchy Proses (AHP) Praktikum 1 Analytic Hierarchy Proses (AHP) Definisi AHP (Analytic Hierarchy Process) merupakan suatu model pengambil keputusan yang dikembangkan oleh Thomas L. Saaty yang menguraikan masalah multifaktor

Lebih terperinci