Berlilana 1 dan Fandy Setyo Utomo 2
|
|
- Herman Sanjaya
- 7 tahun lalu
- Tontonan:
Transkripsi
1 PENGGUNAAN OPERATOR QUANTIFIER GUIDED DOMINANCE DEGREE PADA GROUP DECISION SUPPORT SYSTEM UNTUK SELEKSI ASISTEN PRAKTIKUM (STUDI KASUS DI STMIK AMIKOM PURWOKERTO) Berlilana dan Fandy Setyo Utomo Program Studi Sistem Informasi, STMIK AMIKOM Purwokerto Jl. Let. Jend. Pol. Sumarto, Watumas, Purwokerto; Telp Abstrak Permasalahan dalam seleksi asisten praktikum adalah masalah pengambilan keputusan untuk menentukan calon asisten praktikum yang diterima menjadi asisten praktikum. Apabila pada proses pengambilan keputusan, suatu sistem pendukung keputusan membutuhkan dukungan dari beberapa orang pakar, maka perlu dibentuk suatu sistem pendukung keputusan kelompok (Group Decision Support System) untuk seleksi asisten praktikum. Pada penelitian ini, dibangun suatu sistem pendukung keputusan kelompok dengan format preferensi yang diberikan oleh setiap pengambil keputusan berbentuk Ordered Vectors. Operator Ordered Weighted Averaging (OWA) digunakan untuk melakukan agregasi preferensi yang diberikan oleh setiap pengambil keputusan, dengan menggunakan quantifier fuzzy "most". Konsistensi informasi pada matriks agregasi dilakukan sesuai dengan batasan-batasan yang diberikan pada relasi preferensi fuzzy. Proses perankingan untuk menentukan nilai kinerja setiap alternatif dilakukan dengan menggunakan operator Quantifier Guided Dominance Degree (QGDD). Hasil perankingan sebagai nilai kinerja alternatif digunakan sebagai informasi untuk mendukung pengambil keputusan dalam menentukan calon asisten praktikum yang diterima. Kata kunci : Seleksi Asisten Praktikum, Group Decision Support System, Ordered Weighted Averaging, Quantifier Guided Dominance Degree.
2 LATAR BELAKANG Organisasi Forum Asisten STMIK AMIKOM Purwokerto, merupakan organisasi yang salah satu tugasnya melakukan rekrutmen dan seleksi asisten praktikum. Asisten praktikum bertugas untuk membantu dosen dalam kegiatan belajar mengajar pada lingkup kuliah praktikum di laboratorium komputer. Kedudukan asisten praktikum pada proses belajar mengajar menjadi hal yang penting, karena secara langsung mereka berpartisipasi dalam memberikan jasa layanan pendidikan di STMIK AMIKOM Purwokerto, guna memberikan pemahaman materi praktikum kepada mahasiswa, dan membantu pelaksanaan kegiatan belajar mengajar dosen di laboratorium komputer. Proses rekrutmen dan tes seleksi calon asisten praktikum diadakan setiap semester. Jumlah pendaftar untuk mengikuti proses seleksi asisten praktikum tiap periodenya mengalami peningkatan. Pada tahap tes seleksi calon asisten praktikum, selain melibatkan organisasi Forum Asisten, juga melibatkan dosen sebagai tim penguji. Di tiap akhir semester, organisasi akan melakukan evaluasi kinerja tiap asisten praktikum. Salah satu cara mengukur kinerja tiap asisten, yaitu dengan membagikan kuesioner penilaian asisten praktikum kepada mahasiswa. Dari hasil penilaian kinerja asisten selama 4 periode terakhir, ternyata banyak terdapat keluhan dari mahasiswa mengenai mutu dan kompetensi asisten praktikum. Banyak mahasiswa menilai asisten praktikum belum mampu melaksanakan tugasnya dengan baik dan maksimal. Memperhatikan permasalahan tersebut di atas, maka organisasi Forum Asisten melakukan beberapa upaya untuk menyelesaikan permasalahan tersebut. Salah satu upaya yang dilakukan, yaitu dengan membangun model suatu sistem pendukung keputusan kelompok (Group Decision Support System / GDSS) untuk seleksi asisten praktikum. Operator Quantifier Guided Dominance Degree (QGDD) digunakan dalam pembangunan model GDSS pada penelitian ini. RUMUSAN MASALAH Berdasarkan latar belakang masalah tersebut, dapat dirumuskan permasalahan yang akan diselesaikan, yaitu bagaimana membangun suatu model GDSS menggunakan operator QGDD. TUJUAN Tujuan penelitian ini adalah membangun suatu model GDSS menggunakan operator QGDD. DASAR TEORI. Sistem Pendukung Keputusan Menurut Turban et al [], sistem pendukung keputusan atau Decision Support System (DSS) memadukan sumber daya intelektual dari individu dengan kapabilitas komputer untuk meningkatkan kualitas keputusan. DSS adalah sistem pendukung berbasis komputer bagi para pengambil keputusan manajemen yang menangani masalah-masalah tidak terstruktur. Di dalam literatur lainnya, dijelaskan bahwa DSS merupakan sistem informasi interaktif yang menyediakan informasi, pemodelan, dan pemanipulasian data guna membantu pengambil keputusan dalam situasi yang semi terstruktur dan situasi yang tidak terstruktur, dimana tak seorangpun tahu secara pasti bagaimana keputusan seharusnya dibuat []. Berdasarkan definisi-definisi tersebut, dapat disimpulkan bahwa DSS adalah tools yang dapat digunakan oleh para pengambil keputusan manajemen guna menangani masalah-masalah yang semi terstruktur dan tidak terstruktur.. Sistem Pendukung Keputusan Kelompok Pengambilan keputusan kelompok (Group Decision Making / GDM) adalah kegiatan manusia untuk menyeleksi pilihan terbaik dari sejumlah alternatif berdasarkan opini tiap individu dalam suatu kelompok, yang biasanya di definisikan dengan sekelompok pakar/ahli. Tujuan utama dari sejumlah proses GDM, yaitu untuk mengidentifikasi alternatif terbaik berdasarkan beberapa kriteria penilaian tertentu [3]. Proses pengambilan keputusan dalam suatu kelompok dapat terjadi pada situasi yang mana setiap individu dicirikan oleh persepsi, sikap, dan motivasinya sendiri, siapa yang mengakui atau menerima permasalahan secara umum, serta usaha untuk mendapatkan keputusan secara kolektif [4]. GDSS terkomputerisasi mampu membantu proses identifikasi alternatif terbaik dari sekumpulan alternatif berdasarkan kriteria-kriteria penilaian tertentu secara cepat, sehingga mampu mendukung pengambilan keputusan kelompok. 3. Format Preferensi Ordered Vectors Ada beberapa format preferensi dari para pengambil keputusan untuk beberapa alternatif [5][6][7], yaitu Ordered Vector, Utility Vector, linguistik, dan Fuzzy Preference Relation. Format preferensi Ordered Vectors, yaitu diasumsikan tiap pakar e k memberikan preferensinya pada alternatif X dengan :
3 = { (),., () }; dengan () merepresentasikan ranking yang diberikan oleh pengambil keputusan (pakar/ahli) dari alternatif i, dengan i=,,..., n. Perankingan dimulai dari yang terbaik hingga yang terburuk 4. Transformasi Ordered Vectors ke Relasi Preferensi Fuzzy Transformasi Ordered Vectors ke relasi preferensi Fuzzy antara alternatif A i dan A j dirumuskan sebagai [5][7] : = ++ ; i j m () dengan adalah posisi ranking alternatif A j di O k, j=,, m. 5. Fuzzy Quantifier Quantifier digunakan untuk merepresentasikan sejumlah item yang memenuhi suatu predikat yang diberikan. Pada Logika klasik terdapat quantifier yang digunakan, yaitu untuk setiap (for all) dan terdapat (there exist). Namun pada kenyataannya banyak sekali quantifier yang dapat digunakan, seperti : hampir semua, sebagian besar, banyak, sebanyak mungkin, dan sebagainya. Zadeh mengklasifikasikan quantifier ke dalam bentuk, yaitu absolut dan relatif [4][7]. Quantifier absolut dapat direpresentasikan sebagai himpunan bagian fuzzy, Q, sedemikian hingga untuk setiap r R +, derajat keanggotaan r yang terletak di dalam Q, Q(r), menunjukkan derajat yang mana nilai r kompatibel dengan quantifier yang direpresentasikan oleh Q [4][7]. Quantifier relatif, seperti paling (most), setidaknya setengah (at least half), dapat direpresentasikan dengan himpunan bagian fuzzy pada interval [0, ], yang mana untuk setiap r [0, ], Q(r), menunjukkan derajat proporsi r kompatibel terhadap maksud dari quantifier tersebut. Secara fungsional, quantifier relatif fuzzy, biasanya merupakan salah satu dari 3 tipe, yaitu Regular Increasing Monotone (RIM), Regular Decreasing Monotone (RDM), atau Regular Unimodal (RUM) (Yager, 996). RIM dicirikan dengan hubungan: Q(r ) Q(r ) jika r > r. Quantifier yang digunakan pada RIM biasanya adalah most dan at least half. RDM dicirikan dengan Q(r ) Q(r ) jika r < r. Sedangkan RUM diekspresikan sebagai interseksi antara RIM dan RDM [4][7]. Parameter-parameter pada RIM, diberikan oleh Yager sebagai Q(r) = r α, dengan α 0. Linguistic quantifer most diberikan dengan parameter α =. Nilai dari fungsi ini senantiasa naik, sehingga apabila kita dihadapkan pada operator yang mana nilai bobot tinggi menunjukkan konsistensi rendah, maka dapat dimodifikasi dengan:. pengambil keputusan diurutkan berdasarkan kriteria yang berlawanan, atau;. menggunakan RIM dengan nilai α <, misal Q(r) = r ½ untuk merepresentasikan most [4][7]. 6. Ordered Weighted Averaging (OWA) Ordered Weighted Averaging (OWA) diperkenalkan oleh Yager. OWA merupakan operator yang bersifat komutatif, idempotent, kontinu, monoton, netral, kompensatif, dan stabil pada transformasi linear. Prinsip dasar dari operator OWA adalah mengurutkan argumenargumen untuk diagregasikan berdasarkan besarnya nilai tanggapan yang diberikan [4]. Yager mendefinisikan, operator OWA dari suatu fungsi berdimensi n, ɸ=R n R, yang berhubungan dengan himpunan bobot atau vektor bobot W = (w,..., w n ) dengan w i Ȋ [0,] dan =; serta digunakan untuk mengagregasikan barisan nilai {p,..., p n } : ɸ =(,, )= () () menjadi suatu permutasi σ : {,..., n} {,...,n} sedemikian hingga : () (), =, ( ) () adalah nilai tertinggi pada himpunan {p,..., p n }. Apabila diberikan n kriteria sebagai himpunan bagian fuzzy dari himpunan alternatif X, operator OWA digunakan untuk mengimplementasikan konsep mayoritas fuzzy pada tahap agregasi dengan menggunakan fuzzy linguistic quantifier. Hal ini digunakan untuk menghitung bobot OWA, sehingga untuk Q kriteria (atau pakar), e, pada k alternatif x, dapat dihitung bobot-bobot OWA sebagai berikut : = ;=,, (3) Apabila fuzzy quantifier Q digunakan untuk menghitung bobot pada OWA, maka operator φ dinotasikan dengan φ [4][7][8]. Q 7. Quantifier Guided Dominance Degree (QGDD) QGDD akan mengkuantifikasi dominasi suatu alternatif terhadap alternatif yang lainnya pada fuzzy majority dalam bentuk [4][7][8] : =ɸ (,=,,, ) (4) atau, =ɸ (,,,, ) (5) 3
4 METODOLOGI Metodologi yang digunakan adalah sebagai berikut : dalam penelitian ini. Preferensi Pengambil Keputusan Misalkan, setelah persamaan digunakan, diperoleh bentuk relasi preferensi fuzzy untuk 3 alternatif sebagai berikut : 0,50 0,75 0,87 =0,5 0,50 0,66 0,3 0,34 0,50 0,5 0,66 0,94 0,34 0,5 0,87 0,06 0,3 0,50 0,50 0,66 0,75 0,34 0,50 0,66 0,5 0,34 0,50 3. Nilai Kinerja Proses agregasi preferensi dilakukan untuk membentuk matriks agregasi, berdasarkan persamaan dan 3, diperoleh vektor bobot W : W=(0,58; 0,4; 0,8), Dengan, 0,5 0,7 0,89 ɸ,, 0,3 0,5 0,78 0,9 0,3 0,5 Gambar : Metodologi Penelitian[5] Kumpulan tiap set penilaian atau preferensi dari para ahli/pakar, selanjutnya ditransformasikan ke bentuk relasi preferensi fuzzy dengan menggunakan Persamaan. Kemudian, proses agregasi preferensi dilakukan untuk membentuk matriks agregasi berdasarkan Persamaan dan 3. Hasil analisis kinerja setiap alternatif, diperoleh menggunakan operator QGDD berdasarkan persamaan 4 atau 5. Nilai QGDD yang terbesar adalah alternatif yang terbaik untuk direkomendasikan. PEMBAHASAN. Gambaran Umum Model Suatu GDSS akan dibangun untuk keperluan seleksi asisten praktikum. Sistem yang diusulkan terdiri atas beberapa orang penguji (pakar) yang kompeten di bidangnya sebagai pengambil keputusan. Kelompok pakar tersebut ada pada vektor E={e,...,e R }. Misalkan ada 4 penguji dalam GDSS, maka E={e,e,e 3,e 4 }. Setiap pakar akan memberikan preferensinya terhadap sejumlah alternatif calon asisten praktikum A={a,...,a m }. Misalkan, A= ={Adi, Budi, Cindy}. Setiap alternatif memiliki kriteria-kriteria penilaian tertentu, C={ {c,...,c n }, misalnya C={komunikasi, kemampuan memberikan solusi, motivasi}. Hasil analisis kinerja setiap alternatif, diperoleh dengan menggunakan operator QGDD berdasarkan persamaan 4 atau 5, sehingga menghasilkan, A. QGDD = 0,606 B. QGDD = 0,4460 C. QGDD 3 = 0,7 Solusi akhir diperoleh, alternatif terbaik adalah A, karena nilai QGDDD terbesar diantara yang lainnya. KESIMPULAN Dari hasil penelitian dapat disimpulkan bahwa,. operator agregasi OWA dapat digunakan untuk melakukan agregasi preferensi dari beberapa pakar pada GDSS untuk seleksi asisten praktikum.. operator agregasi OWA tidak memungkinkan adanya perbedaan tingkat kepentingan dari setiap pengambil keputusan 3. operator agregasi Quantifier Guided Dominance Degree (QGDD) dapat digunakan untuk menentukan nikai kinerja setiap alternatif pada GDSS untuk seleksi asisten praktikum. 4
5 REFERENSI [] E. Turban, J. E. Aronson, and T.P. Liang, Decision Support Systems and Intelligent Systems 7th Ed, New Jersey : Pearson Education Inc., 005. [] Kusrini, Konsep dan Aplikasi Sistem Pendukung Keputusan, Yogyakarta : Penerbit ANDI, 007. [3] S. Alonso, I. J. Perez, F. J. Cabrerizo, and E. H. Viedma, A Fuzzy Group Decision Making Model for Large Groups of Individuals, FUZZ- IEEE 009, /09, 009, [4] S. Kusumadewi, S. Hartati, A. Harjoko, dan R. Wardoyo, Fuzzy Multi-Attribute Decision Making (Fuzzy MADM), Yogyakarta : Graha Ilmu, 006. [5] F. Chiclana, F. Herrera, E. H. Viedma, Integrating Three Representation Models In Fuzzy Multipurpose Decision Making Based On Fuzzy Preference Relations, ELSEVIER Fuzzy Sets and Systems 97, /98, 998, [6] J. Ma, Q. Zhang, D. Zhou, and Z. P. Fan, A Multiple Person Multiple Attribute Decision Making Method Based on Preference Information and Decision Matrix, Department of Information Systems - City University of Hong Kong, -, 004, -. [7] S. Kusumadewi, S. Hartati, R. Wardoyo, dan A. Harjoko, Penggunaan Operator Quantifier Guided Dominance Degree (QGDD) Sebagai Certainty Factor Pada Clinical Group Decision Support System (CGDSS), Seminar Nasional Aplikasi Teknologi Informasi 006 (SNATI 006), , 006, D-D6. [8] F. Chiclana, E. H. Viedma, F. Herrera, S. Alonso, Some induced ordered weighted averaging operators and their use for solving group decision-making problems based on fuzzy preference relations, ELSEVIER Science Direct, European Journal of Operational Research 8, , 007,
BASIS PENGETAHUAN DENGAN MODEL KEPUTUSAN KELOMPOK UNTUK DIAGNOSIS GANGGUAN KEJIWAAN
Bmipa 8(), Januari 2008 BASIS PENGETAHUAN DENGAN MODEL KEPUTUSAN KELOMPOK UNTUK DIAGNOSIS GANGGUAN KEJIWAAN KNOWLEDGE BASES USING GROUP DECISION MODEL FOR DIAGNOSING MENTAL DISORDER Sri Kusumadewi ) dan
Lebih terperinciP13 Fuzzy MCDM. A. Sidiq P.
P13 Fuzzy MCDM A. Sidiq P. http://sidiq.mercubuana-yogya.ac.id Program Studi Teknik Informatika Program Studi Sistem Informasi Fakultas Teknologi Informasi Universitas Mercu Buana Yogyakarta Tujuan Mahasiswa
Lebih terperinciOleh : 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 terperinciMulti-Attribute Decision Making
Multi-Attribute Decision Making Kompetensi Dasar Mahasiswa dapat menyelesaikan masalah pengambilan keputusan dengan metode-metode pada model MADM. Mahasiswa dapat membedakan karakteristik permasalahan
Lebih terperinciP14 FMADM Dengan Pengembangan. A. Sidiq P.
P14 FMADM Dengan Pengembangan A. Sidiq P. http://sidiq.mercubuana-yogya.ac.id Program Studi Teknik Informatika Program Studi Sistem Informasi Fakultas Teknologi Informasi Universitas Mercu Buana Yogyakarta
Lebih terperinciUtility Vectors To Fuzzy Preference Relation Dengan Metode Simple Additive Weighting (SAW) Untuk Penentuan Kelayakan Penerimaan Beasiswa
Volume VI No 1, Juni 2017 pissn : 2337 3601 eissn : 2549 015X Tersedia online di http://ejournal.stmik-time.ac.id Utility Vectors To Fuzzy Preference Relation Dengan Metode Simple Additive Weighting (SAW)
Lebih terperinciMulti-Attribute Decision Making
Materi Kuliah [05] SPK & Business Intelligence Multi-Attribute Decision Making Dr. Sri Kusumadewi Lizda Iswari Magister Teknik Informatika Program Pascasarjana Fakultas Teknologi Industri Universitas Islam
Lebih terperinciIMPLEMENTASI 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 terperinciDECISION SUPPORT SYSTEM FOR DETERMINING SCHOLARSHIP RECIPIENTS USING TOPSIS FMADM METHOD
ZERO JURNAL SAINS MATEMATIKA DAN TERAPAN Volume 1 No. 1 2017 Page : 11-21 P-ISSN: 2580-569X E-ISSN: 2580-5754 DECISION SUPPORT SYSTEM FOR DETERMINING SCHOLARSHIP RECIPIENTS USING TOPSIS FMADM METHOD Ismail
Lebih terperinciBAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI
BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI 2.1 Tinjauan Pustaka Sebagai tinjauan pustaka berikut beberapa contoh penelitian yang sudah dilakukann oleh para penelti yang dapat digunakan sebagai acuan dan
Lebih terperinciTechnique for Order Preference by Similarity to Ideal Solution sebagai Metode Multi Attribute Decision Making
Technique for Order Preference by Similarity to Ideal Solution sebagai Metode Multi Attribute Decision Making untuk Menentukan Rekomendasi Penerima Beasiswa BBM dan PPA di STMIK AMIKOM Purwokerto Umti
Lebih terperinciKata 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 terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Teori Keputusan Teori keputusan adalah teori mengenai cara manusia memilih pilihan diantara pilihan-pilihan yang tersedia secara acak guna mencapai tujuan yang hendak diraih (Hansson,
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PENERIMAAN SISWA BARU SMK MA ARIF 01 KALIREJO LAM-TENG MENGGUNAKAN METODE SAW (SIMPLE ADDITIVE WEIGHTING)
SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN SISWA BARU SMK MA ARIF 01 KALIREJO LAM-TENG MENGGUNAKAN METODE SAW (SIMPLE ADDITIVE WEIGHTING) Imam Aulia Jurusan Sistem Informasi STMIK Pringsewu Lampung Jl. Wisma
Lebih terperinciSistem Pendukung Keputusan Dalam Menentukan Dosen Pembimbing Skripsi
E-journal Teknik Informatika, Volume 9, No 1 (2016), ISSN : 1 Sistem Pendukung Keputusan Dalam Menentukan Dosen Pembimbing Skripsi Iwan Laengge, Hans F. Wowor, Muhamad D. Putro Teknik Informatika Universitas
Lebih terperinciBAB I PENDAHULUAN. alat pengatur tekanan dirancang khusus untuk mengatur tipe tabung baja
BAB I PENDAHULUAN A. Latar Belakang Regulator LPG (Liquified Petroleum Gas) adalah alat pengatur tekanan untuk tabung baja LPG yang berfungsi untuk menyalurkan dan mengatur serta menstabilkan tekanan gas
Lebih terperinciPENGGUNAAN METODE FUZZY MULTI ATTRIBUTE DECISION MAKING DALAM PENDUKUNG KEPUTUSAN MEMILIH PROGRAM STUDI
PENGGUNAAN METODE FUZZY MULTI ATTRIBUTE DECISION MAKING DALAM PENDUKUNG KEPUTUSAN MEMILIH PROGRAM STUDI Hetty Rohayani. Ah, ST, M.Eng Teknik Informatika, STIKOM Dinamika Bangsa Jln. Jendral Sudirman, The
Lebih terperinciMATRIKS RELASI PREFERENSI FUZZY TERITLAK DAN APLIKASINYA UNTUK PEMBUATAN KEPUTUSAN
MATRIKS RELASI PREFERENSI FUZZY TERITLAK DAN APLIKASINYA UNTUK PEMBUATAN KEPUTUSAN Siti Khabibah 1, Farikhin 2, dan Nikken Prima P 3 1,2,3 Departemen Matematika FSM Undip JL. Prof. Soedarto Kampus UNDIP
Lebih terperinciSISTEM 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 terperinciPERBANDINGAN METODE PROFILE MATCHING DAN SIMPLE ADDITIVE WEIGHTING PADA PENENTUAN JURUSAN SISWA KELAS X SMA N 2 NGAGLIK
Jurnal Ilmiah DASI Vol. 1 No. 1 Maret 2015, hlm 1-22 ISSN: 1411-3201 PERBANDINGAN METODE PROFILE MATCHING DAN SIMPLE ADDITIVE WEIGHTING PADA PENENTUAN JURUSAN SISWA KELAS X SMA N 2 NGAGLIK Bety Wulan Sari
Lebih terperinciJURNAL SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN BEASISWA DENGAN MENGGUNAKAN METODE FUZZY MADM
JURNAL SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN BEASISWA DENGAN MENGGUNAKAN METODE FUZZY MADM SUPPORTING DECISION SYSTEM REVENUE SCHOLARSHIP USING METHOD WITH FUZZY MADM Oleh: MUCH LUTFI NPM : 10.1.03.03.0139
Lebih terperinciBAB 2 LANDASAN TEORI
5 BAB 2 LANDASAN TEORI 2.1 Sistem pendukung keputusan (SPK) Konsep sistem pendukung keputusan atau decision support system (DSS) pertama kali diungkapkan pada awal tahun 1970-an oleh Michael S. Scott Morton
Lebih terperinciSistem Informasi Penilaian Supplier Komputer Menggunakan Metode Fuzzy Multiple Attribute Decision Making Dengan Simple Additive Weighting
Sistem Informasi Penilaian Supplier Komputer Menggunakan Metode Fuzzy Multiple Attribute Decision Making Dengan Simple Additive Weighting Johana Harjayanti 1, Anief Fauzan Rozi 2 1 2 Program Studi Sistem
Lebih terperinciJl.Raya Dukuh Waluh Purwokerto )
Metode TOPSIS untuk Menentukan Penerimaan Mahasiswa Baru Pendidikan Dokter di Universitas Muhammadiyah Purwokerto (TOPSIS Method to Determine New Students Admission at Medical School in University of Muhammadiyah
Lebih terperinciPEMODELAN SISTEM PENDUKUNG KEPUTUSAN DENGAN FUZZY AHP DALAM PENENTUAN PENERIMAAN BEASISWA
PEMODELAN SISTEM PENDUKUNG KEPUTUSAN DENGAN FUZZY AHP DALAM PENENTUAN PENERIMAAN BEASISWA RichkiHardi *) *) ProdiTeknikInformatika, Fakultas Teknologi Informasi, Universitas Ahmad Dahlan Jl. Prof DrSoepomoJanturanYogyakartaTelp
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN MENENTUKAN PENERIMA BEASISWA BERPRESTASI MENGGUNAKAN FUZZY MULTIPLE ATTRIBUTE DECISION MAKING (FMADM) DENGAN METODE SAW
Seminar Nasional Teknologi Informasi dan Multimedia 205 STMIK AMIKOM Yogyakarta, 6-8 Februari 205 SISTEM PENDUKUNG KEPUTUSAN MENENTUKAN PENERIMA BEASISWA BERPRESTASI MENGGUNAKAN FUZZY MULTIPLE ATTRIBUTE
Lebih terperinciMODEL MULTI ATTRIBUTE DECISION MAKING METODE SIMPLE ADDITIVE WEIGHTING DALAM PENENTUAN PENERIMA PINJAMAN
100 JURNAL TEKNIK KOMPUTER AMIK BSI MODEL MULTI ATTRIBUTE DECISION MAKING METODE SIMPLE ADDITIVE WEIGHTING DALAM PENENTUAN PENERIMA PINJAMAN Mely Mailasari 100 Abstract Employees Cooperative PT. Indomobil
Lebih terperinciPENENTUAN PRODUK KERAJINAN UNGGULAN DENGAN MENGGUNAKAN MADM-SAW. Fera Tri Wulandari 1*, Setiya Nugroho 1
PENENTUAN PRODUK KERAJINAN UNGGULAN DENGAN MENGGUNAKAN MADM-SAW Fera Tri Wulandari 1*, Setiya Nugroho 1 1 Program Studi Manajemen Informatika, Fakultas Ilmu Komputer, Universitas Widya Dharma Klaten Jl
Lebih terperinciAnalisis Sistem Pendukung Keputusan Dalam Memilih Program Studi Menggunakan Metode Logika Fuzzy
Analisis Sistem Pendukung Keputusan Dalam Memilih Program Studi Menggunakan Metode Logika Fuzzy Hetty Rohayani Teknik Informatika, STIKOM Dinamika Bangsa Jambi Email : hetty_mna@yahoo.com Abstract STIKOM
Lebih terperinciPERANCANGAN SISTEM PENDUKUNG KEPUTUSAN UNTUK PEMILIHAN PEMASOK NATA DE COCO DENGAN METODE SIMPLE ADDITIVE WEIGHTING
PERANCANGAN SISTEM PENDUKUNG KEPUTUSAN UNTUK PEMILIHAN PEMASOK NATA DE COCO DENGAN METODE SIMPLE ADDITIVE WEIGHTING Cahyono Sigit Pramudyo 1 dan Dian Eko Hari Purnomo 2 Abstrak: Pemasok nata de coco lembaran
Lebih terperinciDaniel Oktodeli Sihombing Program Studi Manajemen Informatika, AMIK BSI, Pontianak
Seminar Nasional Inovasi dan Teknologi (SNIT) 01 PERANCANGAN SISTEM PENDUKUNG KEPUTUSAN MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) DALAM PEMILIHAN KONSENTRASI TUGAS AKHIR (STUDI KASUS AMIK BSI
Lebih terperinciBAB 1 PENDAHULUAN Latar Belakang
BAB 1 PENDAHULUAN 1.1. Latar Belakang Perpindahan penduduk dari desa ke kota (urbanisasi) mengakibatkan populasi penduduk kota semakin tinggi. Populasi penduduk yang tinggi mengakibatkan sulit untuk memperoleh
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN PENERIMA BEASISWA MENGGUNAKAN METODE FMADM (STUDI KASUS: MAHASISWA FKIP UMN AL-WASHLIYAH MEDAN) ABSTRACT
ZERO JURNAL MATEMATIKA DAN TERAPAN Volume 1 No. 1 2017 P-ISSN: 2580-569X E-ISSN : 2580-5754 SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN PENERIMA BEASISWA MENGGUNAKAN METODE FMADM (STUDI KASUS: MAHASISWA
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PESERTA KAPAL PEMUDA NUSANTARA DENGAN MENGGUNAKAN METODE WEIGHTED PRODUCT (WP)
SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PESERTA KAPAL PEMUDA NUSANTARA DENGAN MENGGUNAKAN METODE WEIGHTED PRODUCT (WP) Noprin Pakaya 1 dan Amiruddin 2 1 noprin.pakaya92@gmail.com, 2 amier.76@gmail.com 1,2
Lebih terperinciMADM-TOOL : APLIKASI UJI SENSITIVITAS UNTUK MODEL MADM MENGGUNAKAN METODE SAW DAN TOPSIS.
MADM-TOOL : APLIKASI UJI SENSITIVITAS UNTUK MODEL MADM MENGGUNAKAN METODE SAW DAN TOPSIS. Henry Wibowo S Laboratorium Komputasi dan Sistem Cerdas Jurusan Teknik Informatika, Fakultas Teknologi Industri,Universitas
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PEMILIHAN KAMERA DIGITAL SINGLE LENS REFLEX MENGGUNAKAN METODE ELIMINATION ET CHOIX TRADUISANT LA REALITE (ELECTRE)
Jurnal Informatika Mulawarman Vol. 9 No. 2 Juni 2014 1 SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN KAMERA DIGITAL SINGLE LENS REFLEX MENGGUNAKAN METODE ELIMINATION ET CHOIX TRADUISANT LA REALITE (ELECTRE) 1)
Lebih terperinciSISTEM 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 terperinciPeningkatan Rasio Konsistensi pada Metode AHP Menggunakan Relasi Preferensi Fuzzy
Prosiding Seminar Nasional Sains dan Pendidikan Sains (2016) 6:35 42; ISSN: 2087-0922 Tersedia online di : http://fsm.uksw.edu/ojs Peningkatan Rasio Konsistensi pada Metode AHP Menggunakan Relasi Preferensi
Lebih terperinciBAB 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 terperinciSISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN PENERIMA BEASISWA DENGAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) DI MA MA ARIF 8 BANGUNREJO.
SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN PENERIMA BEASISWA DENGAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) DI MA MA ARIF 8 BANGUNREJO Afrianto Jurusan Sistem Informasi STMIK Pringsewu Lampung Jl. Wisma
Lebih terperinciAbstrak. Kata kunci :Sistem Pendukung Keputusan, Weighted Product, Penentuan Peminatan
Gigih Adi Prabowo dan Beta Noranita Sistem Pendukung Keputusan Penentuan Peminatan Peserta Didik Menggunakan Metode Weighted Product Berbasis Web (Studi Kasus : SMA Negeri 1 Purwodadi Grobogan) Gigih Adi
Lebih terperinciPENGGUNAAN METODE TOPSIS DALAM RANCANGAN SISTEM PENUNJANG KEPUTUSAN UNTUK MENENTUKAN LOKASI USAHA BARU (Studi Kasus : ARENA DISC Yogyakarta)
ISSN : 0-80 Seminar Nasional Teknologi Informasi dan Multimedia 0 STMIK AMIKOM Yogyakarta 6-8Februari 0 PENGGUNAAN METODE TOPSIS DALAM RANCANGAN SISTEM PENUNJANG KEPUTUSAN UNTUK MENENTUKAN LOKASI USAHA
Lebih terperinciJurnal 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 terperinciSistem Pendukung Keputusan
Sistem Pendukung Keputusan Kompetensi Dasar Mahasiswa mampu menjelaskan konsep dasar sistem pendukung keputusan. ABDUL AZIS, 9/5/2017 M.KOM 2 Referensi Utama Turban, Efraim; Aronson, Jay, E.; Liang, Ting-Peng.
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PEMBELIAN KENDARAAN BERMOTOR DENGAN METODE SAW
SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PEMBELIAN KENDARAAN BERMOTOR DENGAN METODE SAW Arie Wedhasmara 1, Jasmo ari wibowo 2 Jurusan Sistem Informasi Fakultas Ilmu Komputer Universitas Sriwijaya Email : jasmo_ari_wibowo@yahoo.co.id
Lebih terperinciFaktor Exacta 11 (1): 17-23, 2018 p-issn: X e- ISSN: X Irsan-Implementasi Aplikasi Sistem Pendukung...
IMPLEMENTASI APLIKASI SISTEM PENDUKUNG KEPUTUSAN KENAIKAN JABATAN PEGAWAI NEGERI SIPIL (PNS) MENGGUNAKAN METODE WEIGHT PRODUCT PADA BAGIAN PROTOKOL DAN DOKUMENTASI SETDA KOTA DEPOK MUHAMAD IRSAN Program
Lebih terperinciKompetensi Dasar. Mahasiswa mampu menjelaskan konsep dasar sistem pendukung keputusan. Dr. Sri Kusumadewi 05/11/2016
Materi Kuliah [02] SPK & Business Intelligence Sistem Pendukung Keputusan Dr. Sri Kusumadewi Magister Teknik Informatika Program Pascasarjana Fakultas Teknologi Industri Universitas Islam Indonesia 2015
Lebih terperinciANALISIS KONSISTENSI MATRIKS KEPUTUSAN : SUATU PERBANDINGAN NUMERIK. Farikhin Departemen Matematika FSM UNDIP
JMP : Vol. 9 No. 1, Juni 2017, hal. 1-12 ANALISIS KONSISTENSI MATRIKS KEPUTUSAN : SUATU PERBANDINGAN NUMERIK Farikhin Departemen Matematika FSM UNDIP farikhin.math.undip@gmail.com ABSTRACT. In this paper,
Lebih terperinciPENENTUAN PENERIMA BEASISWA DENGAN MENGGUNAKAN FUZZY MULTIPLE ATRIBUTE DECISSION MAKING.
PENENTUAN PENERIMA BEASISWA DENGAN MENGGUNAKAN FUZZY MULTIPLE ATRIBUTE DECISSION MAKING Apriansyah Putra 1, Dinna Yunika Hardiyanti 2 Jurusan Sistem Informasi,Fakultas Ilmu Komputer Universitas Sriwijaya
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PENERIMA BEASISWA DENGAN METODE SIMPLE ADDITIVE WEIGHTING (SAW)
SISTEM PENDUKUNG KEPUTUSAN PENERIMA BEASISWA DENGAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) Zainollah Effendy Jurusan Teknik Informatika Fakultas Teknik, Universitas Madura zainollah.effendy@unira.ac.id
Lebih terperinciJurnal SISFO Vol. 7, No.1, Februari 2013 STIKOM Dinamika Bangsa - Jambi 1
ANALISIS SISTEM PENUNJANG KEPUTUSAN UNTUK MENENTUKAN PELAMAR CALON DOSEN MENJADI DOSEN DENGAN MENGGUNAKAN FUZZY MADM (STUDI KASUS : STIKOM DINAMIKA BANGSA) Jasmir, S.Kom, M.Kom Dosen Tetap STIKOM Dinamika
Lebih terperinciOptimalisasi TOPSIS untuk Perankingan Data Terklasifikasi Uyock Saputro 1, Hafiz Ridha Pramudita 2, Anna Baita 3
Optimalisasi TOPSIS untuk Perankingan Data Terklasifikasi Uyock Saputro 1, Hafiz Ridha Pramudita 2, Anna Baita 3 1,2 Sistem Informasi, MTI STMIK AMIKOM Yogyakarta 3 STMIK AMIKOM Yogyakarta, Jl. Ring Road
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PEMILIHAN DUTA MAHASISWA GENERASI BERENCANA BKKBN DENGAN METODE WEIGHTED PRODUCT (WP)
SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN DUTA MAHASISWA GENERASI BERENCANA BKKBN DENGAN METODE WEIGHTED PRODUCT (WP) Nurhayati Mursalin 1 dan Rezqiwati Ishak 2 1 mursalin.nurhayati@gmail.com, 2 rezqi.uig@gmail.com
Lebih terperinciMenentukan Cara Terbaik Memoris dalam Buku Alfiyah Ibnu Malik menggunakan Metode Simple Additive Weighting (SAW)
Menentukan Cara Terbaik Memoris dalam Buku Alfiyah Ibnu Malik menggunakan Metode Simple Additive Weighting (SAW) Kuzairi 1, Tony Yulianto 2, Buhari 3 1,2,3) Jurusan Matematika, Fakultas MIPA,Universitas
Lebih terperinciPenerapan Metode Elimination and Choice Translation Reality Dalam Penentuan Bank bagi Calon Nasabah
Konferensi Nasional Sistem & Informatika 2017 STMIK STIKOM Bali, 10 Agustus 2017 Penerapan Metode Elimination and Choice Translation Reality Dalam Penentuan Bank bagi Calon Nasabah Rosalia Hadi 1), Ni
Lebih terperinciKORELASI NORMATIF PEMILIHAN JURUSAN DI SMK BERBASIS WEB
Artikel Skripsi KORELASI NORMATIF PEMILIHAN JURUSAN DI SMK BERBASIS WEB SKRIPSI Diajukan Untuk Memenuhi Sebagian Syarat Guna Memperoleh Gelar Sarjana Komputer (S. Kom) Pada Program Studi Sistem Informasi
Lebih terperinciTekinfo --- Jurnal Ilmiah Teknik Industri dan Informasi Kata Pengantar
Tekinfo --- Jurnal Ilmiah Teknik Industri dan Informasi --- 1 Kata Pengantar Alhamdulillahi robbil alamin, puji syukur kami sampaikan kehadirat Allah SWT, karena Jurnal Tekinfo (Jurnal Ilmiah Teknik Industri
Lebih terperinciSIMPLE ADDITIVE WEIGHTING METHOD UNTUK MENENTUKAN SEKOLAH DASAR
SIMPLE ADDITIVE WEIGHTING METHOD UNTUK MENENTUKAN SEKOLAH DASAR Yuli Astuti Manajemen Informatika STMIK AMIKOM Yogyakarta Jl Ring road Utara, Condongcatur, Sleman, Yogyakarta 55281 Email : yuli_dev@yahoo.com
Lebih terperinciSistem 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 terperinciPEMILIHAN SUPPLIER DENGAN MENGGUNAKAN METODE FUZZY TOPSIS (Studi Kasus UD PRAKTIS)
PEMILIHAN SUPPLIER DENGAN MENGGUNAKAN METODE FUZZY TOPSIS (Studi Kasus UD PRAKTIS) Skripsi Diajukan Kepada Universitas Muhammadiyah Malang Untuk Memenuhi Salah Satu Persyaratan Akademik Dalam Menyelesaikan
Lebih terperinciPENENTUAN PENERIMA BEASISWA DENGAN MENGGUNAKAN FUZZY MADM
PENENTUAN PENERIMA BEASISWA DENGAN MENGGUNAKAN FUZZY MADM Apriansyah Putra 1), Dinna Yunika Hardiyanti 2) Email: Apriansyah@unsri.ac.id, dinna_yunika@yahoo.co.id Abstract In every institution especially
Lebih terperinciPenerapan Himpunan Fuzzy Untuk Sistem Pendukung Keputusan Pemilihan Telephone Cellular
Jurnal Informatika Mulawarman Vol 6 No. 1 Febuari 2011 39 Penerapan Himpunan Fuzzy Untuk Sistem Pendukung Keputusan Pemilihan Telephone Cellular HAMDANI Program Studi Ilmu Komputer, FMIPA Universitas Mulawarman
Lebih terperinciRita Hamdani. STMIK Pelita Nusantara Medan Jalan Iskandar Muda No.1, Merdeka, Medan Baru, Sumatera Utara
PENERAPAN METODE TECHNIQUE FOR ORDER PREFERENCE BY SIMILARITY TO IDEAL SOLUTIONDAN SIMPLE ADDITIVE WEIGHTING DALAM PEMBERIAN BEASISWA DI POLITEKNIK POLIPROFESI MEDAN Rita Hamdani STMIK Pelita Nusantara
Lebih terperinciPERBANDINGAN NILAI RELIABILITAS DARI HASIL METODE SAW DAN METODE TOPSIS
SNIPTEK 206 ISBN: 978-602-72850-3-3 PERBANDINGAN NILAI RELIABILITAS DARI HASIL METODE SAW DAN METODE TOPSIS Hidayanti Murtina STMIK Nusa Mandiri Jakarta Jl. Damai No. 8 Warung Jati Barat (Margasatwa) Jakarta
Lebih terperinciSistem 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 terperinciPEMILIHAN 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 terperinciIMPLEMENTASI SISTEM PENDUKUNG KEPUTUSAN PADA SUPPLIER FURNITURE MENGGUNAKAN MODEL PROMETHEE ABSTRAK
IMPLEMENTASI SISTEM PENDUKUNG KEPUTUSAN PADA SUPPLIER FURNITURE MENGGUNAKAN MODEL PROMETHEE Alexander Setiawan, Agustinus Noertjahyana, Willy Saputra Jurusan Teknik Informatika, Fakultas Teknologi Industri
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PENYELEKSIAN CALON SISWA BARU DENGAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) PADA SMA NEGERI 1 SINGKIL
SISTEM PENDUKUNG KEPUTUSAN PENYELEKSIAN CALON SISWA BARU DENGAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) PADA SMA NEGERI 1 SINGKIL Rahmawan cibro ( 12110675) Mahasiswa Program Studi Teknik Informatika STMIK
Lebih terperinciAnalisis Hubungan Proses Pembelajaran dengan Kepuasan Mahasiswa Menggunakan Logika Fuzzy
Scientific Journal of Informatics Vol. 2, No. 1, Mei 2015 p-issn 2407-7658 http://journal.unnes.ac.id/nju/index.php/sji e-issn 2460-0040 Analisis Hubungan Proses Pembelajaran dengan Kepuasan Mahasiswa
Lebih terperinciImpelentasi Metode Promethee dan AHP pada Pemilihan Indekost di Telkom University. Risky Diatama
Impelentasi Metode Promethee dan AHP pada Pemilihan Indekost di Telkom University Risky Diatama Program Studi Teknik Informatika, Departemen Informatika Telkom University Jl. Telekomunikasi No. 1 Bojongsoang,
Lebih terperinciJasmir Prodi Teknik Informatika, STIKOM Dinamika Bangsa Jambi
SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN PELAMAR CALON DOSEN MENJADI DOSEN DENGAN MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (STUDI KASUS : STIKOM DINAMIKA BANGSA) Jasmir Prodi Teknik Informatika,
Lebih terperinciSKRIPSI. Diajukan Untuk Memenuhi Sebagian Syarat Guna Memperoleh Gelar Sarjana Komputer (S.Kom) Pada Program Studi Sistem Informasi OLEH :
IMPLEMENTASI SISTEM PENDUKUNG KEPUTUSAN SELEKSI PENERIMA BERAS MISKIN MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING ( STUDI KASUS KEL. JAMSAREN KOTA KEDIRI) SKRIPSI Diajukan Untuk Memenuhi Sebagian Syarat
Lebih terperinciOleh: Fandy Setyo Utomo STMIK AMIKOM Purwokerto ABSTRACT
MULTI ATTRIBUTE DECISION MAKING DENGAN METODE TECHNIQUE FOR ORDER PREFERENCE BY SIMILARITY TO IDEAL SOLUTION UNTUK MENENTUKAN REKOMENDASI PENERIMA BEASISWA BBM DAN PPA DI STMIK AMIKOM PURWOKERTO Oleh:
Lebih terperinciPENERAPAN METODE WEIGHTED PRODUCT (WP) DALAM PROSES SELEKSI CALON KARYAWAN (STUDI KASUS PT. ISH BANDUNG)
PENERAPAN METODE WEIGHTED PRODUCT (WP) DALAM PROSES SELEKSI CALON KARYAWAN (STUDI KASUS PT. ISH BANDUNG) Diqy Fakhrun Shiddieq 1, Irma Novianty Nazib, 1 Program Studi Teknik Informatika STMIK LPKIA Program
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN DALAM PEMBERIAN BEASISWA DENGAN MENGGUNAKAN METODE WEIGHTED PRODUCT (Studi kasus: Universitas Sari Mutiara Indonesia)
Page 83 SISTEM PENDUKUNG KEPUTUSAN DALAM PEMBERIAN BEASISWA DENGAN MENGGUNAKAN METODE WEIGHTED PRODUCT (Studi kasus: Universitas Sari Mutiara Indonesia) Burhanuddin, Dini 2 Universitas Sari Mutiara Indonesia
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN DALAM PEMBERIAN BEASISWA DENGAN MENGGUNAKAN METODE WEIGHTED PRODUCT (Studi kasus: Universitas Sari Mutiara Indonesia)
Page 83 SISTEM PENDUKUNG KEPUTUSAN DALAM PEMBERIAN BEASISWA DENGAN MENGGUNAKAN METODE WEIGHTED PRODUCT (Studi kasus: Universitas Sari Mutiara Indonesia) Burhanuddin, Dini 2 Universitas Sari Mutiara Indonesia
Lebih terperinciPENERAPAN METODE WEIGHTED PRODUCT (WP) DALAM PROSES SELEKSI CALON KARYAWAN (STUDI KASUS PT. ISH BANDUNG)
PENERAPAN METODE WEIGHTED PRODUCT (WP) DALAM PROSES SELEKSI CALON KARYAWAN (STUDI KASUS PT. ISH BANDUNG) Diqy Fakhrun Shiddieq 1, Irma Novianty Nazib 2 1 Teknik Informatika, Program Studi Teknik Informatika,
Lebih terperinciVolume : II, Nomor : 1, Pebruari 2014 Informasi dan Teknologi Ilmiah (INTI) ISSN : X
PERANCANGAN APLIKASI SISTEM PENDUKUNG KEPUTUSAN PERSEDIAAN ALAT TULIS KANTOR MENGGUNAKAN MULTIPLE ATRRIBUTE DECISION MAKING (Studi Kasus : Perguruan Jaya Pancur Batu) Rinaldi Alfriadi Manurung (0911558)
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PENERIMAAN SISWA BARU DI SMA NEGERI 2 PEMALANG DENGAN METODE SIMPLE ADDITIVE WEIGHTING
SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN SISWA BARU DI SMA NEGERI 2 PEMALANG DENGAN METODE SIMPLE ADDITIVE WEIGHTING DIDIK PAMBUDI A11.2009.04833 Program Studi Teknik Informatika-S1,Fakultas Ilmu Komputer,Universitas
Lebih terperinciSistem Pendukung Keputusan Dosen Berprestasi Berdasarkan Kinerja Penelitian dan Pengabdian Masyarakat
Sistem Pendukung Keputusan Dosen Berprestasi Berdasarkan Kinerja Penelitian dan Pengabdian Masyarakat Muhammad Hamka 1, Septian Ari Wibowo 2 1,2 Program Studi Teknik Informatika Fakultas Teknik, Universitas
Lebih terperinciAndri Syafrianto Teknik Informatika STMIK El Rahma
1 PERBANDINGAN METODE WEIGHTED PRODUCT MODEL (WPM) DAN TECHNIQUE FOR ORDER PREFERENCE BY SIMILARITY TO IDEAL SOLUTION (TOPSIS) PADA PROSES PEMILIHAN MAHASISWA YANG BERHAK MENERIMA BEASISWA Andri Syafrianto
Lebih terperinciSistem 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 terperinciAPLIKASI 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 terperinciBAB III METODE PENELITIAN. Penelitian ini dilakukan di Pusat Penelitian Fisika Lembaga Ilmu
BAB III METODE PENELITIAN A. Inisialisasi Masalah Penelitian ini dilakukan di Pusat Penelitian Fisika Lembaga Ilmu Pengetahuan Indonesia Fokus Bidang Prioritas Fisika Industri dan Lingkungan, Peningkatan
Lebih terperinciPenerapan Metode Simple Additive Weighting (SAW) pada Sistem Pendukung Keputusan Pemilihan Lokasi untuk Cabang Baru Toko Pakan UD.
Penerapan Metode Simple Additive Weighting (SAW) pada Sistem Pendukung Keputusan Pemilihan Lokasi untuk Cabang Baru Toko Pakan UD. Indo Multi Fish 1 Nalsa Cintya Resti 1 Sistem Informasi, Universitas Nusantara
Lebih terperinciPENERAPAN METODE MADM-SAW DALAM PENENTUAN PRODUK KERAJINAN UNGGULAN KABUPATEN KLATEN
PENERAPAN METODE MADM-SAW DALAM PENENTUAN PRODUK KERAJINAN UNGGULAN KABUPATEN KLATEN Setiya Nugroho Fakultas Ilmu Komputer, Program Stusi Manajemen Informatika Universitas Widya Dharma Klaten Email: setiyanugroho@gmail.com
Lebih terperinciDesain Sistem Beasiswa Menggunakan Metode fuzzy
Desain Sistem Beasiswa Menggunakan Metode fuzzy Richki Hardi Program Studi Teknik Informatika Sekolah Tinggi Teknologi (STITEK) Bontang Jl Ir H Juanda No. 73 RT 36 Bontang, Indonesia richkihardi@gmail.com
Lebih terperinciKata Kunci : Jurusan, Siswa, Simple Additive Weighting (SAW), Sistem Pendukung Keputusan, SMK
PENGGUNAAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) SEBAGAI PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN JURUSAN PADA SMK (STUDI KASUS SMK ISLAM NUSANTARA COMAL) Tika Saputri 1, Bowo Nurhadiyono, S.Si, M.Kom 2 Teknologi
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PEMBERIAN INSENTIF BERDASARKAN PENILAIAN KINERJA KARYAWAN PADA PT. PRUDENTIAL LIFE ASSURANCE DENGAN METODE TOPSIS
SISTEM PENDUKUNG KEPUTUSAN PEMBERIAN INSENTIF BERDASARKAN PENILAIAN KINERJA KARYAWAN PADA PT. PRUDENTIAL LIFE ASSURANCE DENGAN METODE TOPSIS Janter Leonardo Sirait (0911547) Mahasiswa Program Studi Teknik
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PENILAIAN KINERJA KARYAWAN KONTRAK PADA KANTOR PERPUSTAKAAN DAN ARSIP KOTA SEMARANG
SISTEM PENDUKUNG KEPUTUSAN PENILAIAN KINERJA KARYAWAN KONTRAK PADA KANTOR PERPUSTAKAAN DAN ARSIP KOTA SEMARANG Edgar Aryo Ferdika Jurusan Teknik Informatika, Fakultas Ilmu Komputer, Universitas Dian Nuswantoro
Lebih terperinciBAB II TINJAUAN PUSTAKA
4 BAB II TINJAUAN PUSTAKA 2.1 Model Model adalah pola (contoh, acuan, ragam) dari sesuatu yang akan dibuat atau dihasilkan (Departemen P dan K, 1984:75). Definisi lain dari model adalah abstraksi dari
Lebih terperinciP11 AHP. A. Sidiq P.
P11 AHP A. Sidiq P. http://sidiq.mercubuana-yogya.ac.id Program Studi Teknik Informatika Fakultas Teknologi Informasi Universitas Mercu Buana Yogyakarta Tujuan Mahasiswa dapat memahami dan menjelaskan
Lebih terperinciKata Kunci : Fuzzy MADM, SAW, kriteria, beasiswa.
SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN PENERIMA BEASISWA MENGGUNAKAN SIMPLE ADDITIVE WEIGHTING (SAW) (STUDI KASUS : SISWA SMK MUHAMMADIYAH PRINGSEWU) Andra Setiawan Jurusan Sistem Informasi STMIK
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN MENENTUKAN LETAK LOKASI PASAR SWALAYAN BARU KOTA SEMARANG DENGAN METODE SIMPLE ADDITIVE WEIGHTING
SISTEM PENDUKUNG KEPUTUSAN MENENTUKAN LETAK LOKASI PASAR SWALAYAN BARU KOTA SEMARANG DENGAN METODE SIMPLE ADDITIVE WEIGHTING Emiria Winda Kismanto Jurusan Teknik Informatika S1, Fakultas Ilmu Komputer,
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1. Tinjauan Pustaka Sebagai tinjauan pustaka berikut beberapa contoh penelitian yang sudah di lakukan oleh para peneliti yang dapat digunakan sebagai acuan dan pengetahuan. Penelitian
Lebih terperinciPERANCANGAN SISTEM PENDUKUNG KEPUTUSAN PENENTUAN DAERAH PENGHASIL KELAPA KOPYOR UNGGULAN DI KABUPATEN PATI
PERANCANGAN SISTEM PENDUKUNG KEPUTUSAN PENENTUAN DAERAH PENGHASIL KELAPA KOPYOR UNGGULAN DI KABUPATEN PATI Hadi Supriyo 1*, Fajar Nugraha 2, Solekhan 3, Budi Gunawan 3 1 Program Studi Agroteknologi, Fakultas
Lebih terperinciSasaran. Alasan Penggunaan Model. Pemodelan. Pemodelan. Alasan Penggunaan Model 9/28/2011 PEMODELAN: MANAGEMENT SUPPORT SYSTEM
Materi Kuliah [4,5] SISTEM PENDUKUNG KEPUTUSAN PEMODELAN: MANAGEMENT SUPPORT SYSTEM Qammaddin, S.Kom Referensi Utama Sasaran Mahasiswa mampu memahami tahapantahapan dalam pemodelan Management Support System.
Lebih terperinciPEMILIHAN PEGAWAI BERPRESTASI BERDASAR EVALUASI KINERJA PEGAWAI DENGAN METODE SAW
ISSN : 2302-305 STMIK AMIKOM Yogyakarta, - Februari 2015 PEMILIHAN PEGAWAI BERPRESTASI BERDASAR EVALUASI KINERJA PEGAWAI DENGAN METODE SAW Lili Tanti1) 1) Sistem Informasi Universitas Potensi Utama Jl
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Objek Wisata Objek dan daya tarik wisata adalah suatu bentukan dan fasilitas yang berhubungan, yang dapat menarik minat wisatawan atau pengunjung untuk datang ke suatu daerah
Lebih terperinciPENENTUAN PRODUK KERAJINAN UNGGULAN DENGAN MENGGUNAKAN MADM-TOPSIS
PENENTUAN PRODUK KERAJINAN UNGGULAN DENGAN MENGGUNAKAN MADM-TOPSIS Fera Tri Wulandari 1), Fajar Budi Hartono 2) Abstrak : Pemilihan produk unggulan diharapkan dapat membantu pihak perindustrian dan perdagangan
Lebih terperinci