Jurnal SISFO Vol. 7, No.1, Februari 2013 STIKOM Dinamika Bangsa - Jambi 1
|
|
- Shinta Hartono
- 7 tahun lalu
- Tontonan:
Transkripsi
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 Bangsa Jambi. Abstrak Banyak hal yang harus diperhatikan dalam mengambil keputusan, khususnya dalam menentukan calon dosen yang akan menjadi dosen, disamping syarat mutlak yang sudah ditetapkan oleh Dirjen Dikti, yaitu berpendidikan minimal S2, maka khusus untuk STIKOM Dinamika Bangsa Jambi, ada beberapa syarat dan ketentuan yang haru dimiliki oleh pelamar calon dosen sehingga mereka berhak untuk diterima sebagai dosen. Dalam hal ini penulis mengambil 10 orang pelamar calon dosen untuk menjadi dosen yang hasil akhirnya adalah peringkat atau urutan dari yang paling layak. Penulis menggunakan metode yang terdapat dalam Fuzzy Multi-Atribute Decision Making yaitu Metode Topsis, sedangkan kriteria untuk calon dosen adalah taraf kecerdasan, struktur kecerdasan, stabilitas emosi, usaha, cara kerja dan penyesuaian sosial. Dalam struktur kecerdasan berisi item seperti daya tangkap, daya pikir konkret praktis, daya pikir analogi, daya abstrak verbal, daya pikir praktis bilangan, daya pikir abstraksi bilangan, daya sintesa analisa, daya bayang ruang dan daya ingat. 1. PENDAHULUAN 1.1 Latar Belakang Masalah Perkembangan teknologi yang semakin pesat menuntut kita lebih kreatif dan mandiri, berbagai cara dilakukan agar ilmu dan teknologi tidak musnah begitu saja, tuntutan tersebut mengharuskan kita untuk tetap mengabadikan dan mengabdikan ilmu salah satunya dengan menjadi guru atau dosen. STIKOM Dinamika Bangsa Jambi saat ini sedang giatnya membuka lowongan kerja untuk ditempatkan di posisi dosen, dengan kualifikasi minimal jenjang pendidikan strata 2 sesuai dengan Undang-undang pemerintah tentang standar nasional pendidikan, syarat tersebut tidak lah sulit dipenuhi bagi sebagian calon dosen, karena untuk mencapai kualifikasi S2 sekarang sudah tidaklah sulit, perguruan tinggi yang membuka program studi jenjang strata 2 juga sudah banyak, bahkan sampai ke daerah. Namun bagi STIKOM Dinamika Bangsa Jambi, tentu ada beberapa syarat dan kriteria tambahan yang harus dipenuhi oleh calon pelamar sebagai dosen, calon dosen juga harus memalui tes psikologi, disana terdapat beberapa bererapa aspek yang harus diikuti oleh calon dosen seperti taraf kecerdasan, struktur kecerdasan, stabilitas emosi, usaha, cara kerja dan penyesuaian sosial. Dalam struktur kecerdasan berisi item seperti daya tangkap, daya pikir konkret praktis, daya pikir analogi, daya abstrak verbal, daya pikir praktis bilangan, daya pikir abstraksi bilangan, daya sintesa analisa, daya bayang ruang dan daya ingat. Oleh karena banyaknya pelamar calon dosen dan banyaknya kriteria yang harus dipenuhi, maka disini penulis tertarik untuk membantu pihak akademik untuk memberikan Jurnal SISFO Vol. 7, No.1, Februari 2013 STIKOM Dinamika Bangsa - Jambi 1
2 gambaran siapa saja yang layak untuk diangkat sebagai dosen melaui penelitian yang berjudul Sistem Penunjang keputusan untuk menentukan pelamar calon dosen menjadi dosen dengan menggunakan Fuzzy MADM (Studi Kasus : STIKOM Dinamika Bangsa Jambi ) 1.2 Perumusan Masalah Berdasarkan latar belakang diatas, maka perumusan masalahnya adalah Bagaimana menganalisa Sistem Penunjang keputusan untuk menentukan pelamar calon dosen menjadi dosen dengan menggunakan metode Fuzzy MADM? 1.3 Batasan Masalah Adapun batasan masalah dalam penelitian ini adalah sebagai berikut : 1. Penelitian ini hanya untuk menentukan pelamar calon dosen menjadi dosen, tidak untuk calon karyawan atau staf. 2. Penelitian ini mengunakan Metode Technique for Order Preference by Similarity to Ideal Solution (TOPSIS) dalam Fuzzy Multi Atribute Decision Making (FMADM) 2. TINJAUAN PUSTAKA 2.1 Sistem Penunjang Keputusan Menurut Kusrini (2007 : 15), Sistem penunjang keputusan (SPK) merupakan suatu sistem informasi yang menyediakan informasi, pemodelan, dan pemanipulasian data. Menurut Jogiyanto (2005 : 327), Sistem Penunjang Keputusan didefinisikan sebagai Sistem Informasi untuk membantu manajer level menengah untuk proses pengambilan keputusan setengah terstruktur supaya lebih efektif dengan menggunakan model analitis dan data yang tersedia. Menurut Daihani (2001 : 54), Sistem Penunjang Keputusan adalah sistem informasi spesifik yang ditujukan untuk membantu manajemen dalam mengambil keputusan yang berkaitan dengan persoalan yang bersifat semi struktur. Dari beberapa pendapat ahli di atas, dapat disimpulkan bahwa sistem penunjang keputusan merupakan sistem informasi yang mendukung manajemen level menengah dalam mengambil keputusan setengah terstruktur atau semi structured dengan menggunakan pemodelan analitis dan data yang ada. Dalam pengambilan keputusan tersebut, perlu diperhatikan beberapa hal mengenai apa itu keputusan dan bagaimana kriteria keputusan, tipologi keputusan, dan langkah-langkah pengambilan keputusan. Selain beberapa hal dalam pengambilan keputusan tersebut, perlu juga kita memahami apa tujuan sistem penunjang keputusan, karakteristik dan nilai guna sistem penunjang keputusan, komponen, dan langkah-langkah pemodelan dalam sistem penunjang keputusan. 3. METODE PENELITIAN 3.1 FUZZY MADM Multiple Criteria Decision Making (MCDM) adalah suatu metode pengambilan keputusan untuk menetapkan alternatif terbaik dari sejumlah alternatif berdasarkan beberapa kriteria tertentu. Kriteria biasanya berupa ukuran-ukuran, aturan-aturan atau standar yang digunakan dalam pengambilan keputusan. Berdasarkan tujuannya, MCDM dapat dibagi menjadi 2 model (Zimmermann, 1991): Multi Jurnal SISFO Vol. 7, No.1, Februari 2013 STIKOM Dinamika Bangsa - Jambi 2
3 Attribute Decision Making (MADM); dan Multi Objective Decision Making(MODM). Seringkali MCDM dan MADM digunakan untuk menerangkan kelas atau kategori yang sama. MADM digunakan untuk menyelesaikan masalah- masalah dalam ruang diskret. Oleh karena itu, pada MADM biasanya digunakan untuk melakukan penilaian atau seleksi terhadap beberapa alternatif dalamjun-dah yang terbatas. Sedangkan MODM digunakan untuk menyelesaikan masalah-masalah pada ruang kontinyu (seperti permasalahan pada pemrograman matematis). Secara umum dapat dikatakan bahwa, MADM i, nenyeleksi alternatif terbaik dari sejumlah alternatif; sedangkan MODM merancang alternatif terbaik. Perbedaan mendasar terlihat pada Tabel 3.1 (Yoon, 1981). Tabel 3.1 Perbedaan antara MADM dan MODM. MADM Kriteria (didefinisikan oleh) Atribut Tujuan Tujuan Implisit Eksplisit MODM Atribut Eksplisit Implisit Altematif Diskret, dalam Kontinu, dalam jumlah terbatas jumlah tak terbatas Kegunaan Seleksi Desain Ada beberapa fitur umum yang akan digunakan dalam MCDM (Janko, 2005), yaitu: a. Alternatif, alternatif adalah obyek-obyek yang berbeda dan memiliki kesempatan yang sama untuk dipilih oleh pengambil keputusan. b. Atribut, atribut Bering juga disebut sebagai karakteristik, komponen, atau kriteria keputusan. Meskipun pada kebanyakan kriteria bersifiat satu level, namun tidak menutup kemungkinan adanya sub kriteria yang berhubungan dengan kriteria yang telah diberikan. c. Konflik, antar kriteria, beberapa kriteria biasanya mempunyai konflik antara satu dengan yang lainnya, misalnya kriteria keuntungan akan mengalami konflik dengan kriteria biaya. d. Bobot keputusan, bobot keputusan menunjukkan kepentingan relatif dari setiap kriteria, W (w 1, w 2,..., w n. ). Pada MCDM akan dicari bobot kepentingan dari setiap kriteria. e. Matriks keputusan, suatu matriks keputusan X yang berukuran m x n, berisi elemen-elemen x j, yang merepresentasikan rating dari alternatif A, (i1,2,...,m) terhadap kriteria Ci (j1,2,...,n). 1.2 TOPSIS (Technique for Order Preference by Similarity to Ideal Solution) TOPSIS didasarkan pada konsep dimana alternatif terpilih yang terbaik tidak hanya memiliki jarak terpendek dari solusi ideal positif, namun juga memilikin jarak terpanjang dari solusi ideal negatif (Hwang, 1981) (Zeleny, 1982). Konsep ini banyak digunakan pada beberapa model MADM untuk menyelesaikan masalah keputusan secara praktis (Hwang, 1993)(Liang, 1999)(Yeh, 2000). Hal dini disebabkan: konsepnya sederhana dan mudah dipahami; komputasinya efisien; dan memiliki kemampuan untuk mengukur kinerja relatif dari alternatifalternatif keputusan dalam bentuk matematis yang sederhana. Secara umum, prosedur TOPSIS mengikuti langkah-langkah sebagai berikut: 1. Membuat matriks keputusan yang ternormalisasi; 2. Membuat matriks keputusan yang ternormalisasi terbobot; 3. Menentukan matriks solusi ideal positif &- matriks solusi ideal negatif; 4. Menentukan jarak antara nilai setiap alternatif dengan matriks solusi ideal positif & Jurnal SISFO Vol. 7, No.1, Februari 2013 STIKOM Dinamika Bangsa - Jambi 3
4 matriks solusi ideal negatif; 5. Menentukan nilai preferensi untuk setiap alternatif. TOPSIS membutuhkan rating kinerja setiap alternatif A, pada setiap kriteria. C, yang ternormalisasi, yaitu: Solusi ideal positif A + dan solusi ideal negatif A- dapat ditentukan berdasarkan rating bobot ternormalisasi (y ij ) sebagai: Y ij w i r ij ; dengan i1,2,.,m; dan j1,2,,n. (3.21) A + (y + 1,y + 2,,y + n); (3.22) A - (y - 1,y - 2,,y - n); (3.23) Dengan y + j max i y ij ; min i jika j adalah atribut keuntungan y ij ; jika j adalah atribut biaya y - j max i y ij ; min i jika j adalah atribut keuntungan y ij ; jika j adalah atribut biaya j1,2,,n. jarak antara alternative A i dengan solusi ideal positif dirumuskan sebagai : jarak antara alternative A i dengan solusi ideal negatif dirumuskan sebagai : Nilai preferensi untuk setiap alternatif (V i ) diberikan sebagai: Nilai Vi yang lebih besar menunjukkan bahwa alternatif Ai lebih dipilih 4. ANALISA KEBUTUHAN SISTEM 4.1 Analisa Sistem Lama STIKOM DINAMIKA BANGSA dalam beberapa hal sudah menggunakan bantuan IT untuk menjalankan manajemen, namun ada beberapa yang belum tersentuh konsep IT nya, seperti penentuan calon dosen menjadi dosen. Jurnal SISFO Vol. 7, No.1, Februari 2013 STIKOM Dinamika Bangsa - Jambi 4
5 Pada STIKOM DINAMIKA BANGSA, penentuan dosen yang diterima dari pelamar calon dosen masih menggunakan pola lama misalnya seperti calon dosen itu diterima sebagai dosen karena hubungan baik dengan calon dosen tersebut, atau hubungan kekerabatan karena belum adanya tolak ukur baku yang dapat digunakan dalam mentukan calon dosen yang akan diterima. 4.2 Analisis Kebutuhan Informasi Dari analisa diatas maka dapat disimpulkan kebutuhan-kebutuhan informasi seperti apa yang dibutuhkan oleh perusahaan sehingga dapat menjadi solusi bagi permasalahanpermasalahan yang ada. Maka dibutuhkan suatu sistem baku dalam sistem pangambilan keputusan penerimaan calon dosen menjadi dosen, sehingga dalam pemilihan dosen dapat dipilih dosen yang betul-betul punya kompetens dibidangnya. 4.3 Matriks Keputusan Matriks keputusan atau yang dikenal dengan rating kinerja merupakan kondisi yang merepresentasikan kecocokan antara setiap alternatif terhadap setiap kriteria dan merupakan unsur terpenting dalam menyelesaikan permasalahan sistem penunjang keputusan dengan menggunakan logika Fuzzy TOPSIS. Dalam penelitian ini, bobot keputusan didapat dari hasil tes psikologi (melalui psikolog) terhadap 10 orang pelamar calon dosen menjadi dosen tabel 4.1 di bawah ini, penulis sajikan mengenai data calon dosen. Tabel 4.1 Data Responden No. Nama Jabatan/Bagian Saat ini 1 Abdul Haris Calon dosen 2 Abdul Rahim Calon dosen 3 Beni Irawan Calon dosen 4 Herti Yani Calon dosen 5 Irawan Calon dosen 6 Irwan Bustami Calon dosen 7 Maria Rosario Calon dosen 8 Martono Calon dosen 9 Pareza Alam Calon dosen 10 Xaverius Sika Calon dosen Pada tabel 4.2 di bawah ini, disajikan rating kecocokan antara setiap alternatif terhadap setiap kriteria yang telah ditentukan oleh bagian personalia pada STIKOM DINAMIKA BANGSA Tabel 4.2 Rating Kecocokan Setiap Alternatif Pada Setiap Kriteria Jurnal SISFO Vol. 7, No.1, Februari 2013 STIKOM Dinamika Bangsa - Jambi 5
6 Alternatif Kriteria Dosen1 3,6 3,6 3,3 3,3 3,6 2,6 3,6 2,6 3,6 3,6 3,6 3,6 2,9 2,9 3,6 4,3 Dosen2 3,6 3,9 3,6 4,6 3,6 3,6 2,6 3,6 3,3 1,6 3,6 3,6 3,6 3,9 3,6 3,9 Dosen3 3,6 3,6 2,6 3,3 3,6 3,3 3,6 2,6 3,6 3,9 3,6 3,9 3,3 3,9 3,6 3,9 Dosen4 3,6 3,6 3,9 3,6 3,6 3,6 3,6 3,9 2,6 3,6 3,6 3,6 3,6 3,6 3,6 3,6 Dosen5 3,6 3,6 3,3 3,9 3,6 4,6 3,3 3,6 4,6 2,6 3,6 3,6 3,6 3,6 3,6 3,6 Dosen6 3,6 2,6 3,3 3,9 3,9 3,3 1,3 3,6 3,9 1,6 3,6 3,6 2,9 2,9 3,3 3,3 Dosen7 3,6 4,6 3,3 3,9 3,3 3,3 3,9 2,6 3,9 3,9 3,6 4,6 4,3 3,6 3,6 3,9 Dosen8 3,6 4,6 3,3 3,9 3,6 5,6 3,6 3,6 3,9 2,6 3,3 3,6 2,9 3,6 3,6 3,6 Dosen9 3,6 3,6 3,6 3,6 3,6 3,6 3,6 3,6 4,6 3,6 3,3 3,6 3,6 3,6 3,6 3,6 Dosen10 3,6 4,6 3,6 3,6 3,6 2,6 2,6 3,6 3,6 3,3 3,3 3,6 3,3 2,9 3,6 3,9 Jurnal SISFO Vol. 7, No.1, Februari 2013 STIKOM Dinamika Bangsa - Jambi 6
7 Tabel 4.3. Tabel Kriteria C Keterangan BP 1 Taraf Kecerdasan 4 Struktur Kecerdasan 2 Daya tangkap 4 3 Daya Pikir konkrit praktis 3 4 Daya Pikir analogi 4 5 Daya abstraksi verbal 3 6 Daya pikir praktis bilangan 3 7 daya pikir abstarksi bilangan 3 8 Daya sintesa analisa 4 9 Daya bayang ruang 3 10 Daya ingat 4 11 Stabilitas emosi 4 12 Usaha 4 Cara Kerja 13 Kecepatan 3 14 Ketelitian 4 15 Ketekunan 4 16 Penyesuaian Sosial 3 Tabel 4.4 Skala Penilaian Rating Kecocokan Baik Sekali 5 Baik 4-4,9 Cukup 3-3,9 Kurang 2-2,9 Kurang sekali 1-1,9 Jurnal SISFO Vol. 7, No.1, Februari 2013 STIKOM Dinamika Bangsa - Jambi 7
8 Dengan mengacu pada tabel 2, maka dapat dibentuk matriks keputusan X sebagai berikut : Tabel 4.5. Matriks Ternormalisasi X 3,6 3,6 3,3 3,3 3,6 2,6 3,6 2,6 3,6 3,6 3,6 3,6 2,9 2,9 3,6 4,3 3,6 3,9 3,6 4,6 3,6 3,6 2,6 3,6 3,3 1,6 3,6 3,6 3,6 3,9 3,6 3,9 3,6 3,6 2,6 3,3 3,6 3,3 3,6 2,6 3,6 3,9 3,6 3,9 3,3 3,9 3,6 3,9 3,6 3,6 3,9 3,6 3,6 3,6 3,6 3,9 2,6 3,6 3,6 3,6 3,6 3,6 3,6 3,6 x 3,6 3,6 3,3 3,9 3,6 4,6 3,3 3,6 4,6 2,6 3,6 3,6 3,6 3,6 3,6 3,6 3,6 2,6 3,3 3,9 3,9 3,3 1,3 3,6 3,9 1,6 3,6 3,6 2,9 2,9 3,3 3,3 3,6 4,6 3,3 3,9 3,3 3,3 3,9 2,6 3,9 3,9 3,6 4,6 4,3 3,6 3,6 3,9 3,6 4,6 3,3 3,9 3,6 5,6 3,6 3,6 3,9 2,6 3,3 3,6 2,9 3,6 3,6 3,6 3,6 3,6 3,6 3,6 3,6 3,6 3,6 3,6 4,6 3,6 3,3 3,6 3,6 3,6 3,6 3,6 3,6 4,6 3,6 3,6 3,6 2,6 2,6 3,6 3,6 3,3 3,3 3,6 3,3 2,9 3,6 3,9 4.4 Bobot Keputusan Bobot keputusan merupakan kepentingan relatif dari setiap kriteria. Selain matriks keputusan, bobot keputusan juga merupakan salah satu unsur terpenting dalam menyelesaikan permasalahan sistem penunjang keputusan dengan menggunakan logika fuzzy MADM dengan metode TOPSIS. Karena setiap nilai yang diberikan pada setiap alternatif di setiap kriteria merupakan nilai kecocokan (nilai terbesar adalah terbaik), maka semua kriteria diasumsikan sebagai kriteria keuntungan. Berdasarkan kompetensi yang telah dijelaskan sebelumnya, maka pengambil keuputusan dapat mengambil bobot preferensi sebagai berikut : Tabel 4.6. Bobot Keputusan w Analisis dengan Metode TOPSIS Analisis dengan menggunakan metode penyelesaian TOPSIS ini mengikuti beberapa tahapan, yaitu normalisasi matriks keputusan, matriks keputusan ternormalisasi terbobot, matriks solusi ideal positif dan matriks solusi ideal negatif, menentukan jarak antara nilai alternatif dengan matriks solusi ideal, dan menentukan nilai preferensi untuk setiap alternatif (perankingan). 4.6 Normalisasi Matriks Keputusan Proses normalisasi matriks keputusan diproses dengan menggunakan persamaan 2.1. x 1 3,62 + 3, , , , , ,6 + 3, ,6 2 11,384 r 11 x 11 3,6 r 21 x 21 3,6 Jurnal SISFO Vol. 7, No.1, Februari 2013 STIKOM Dinamika Bangsa - Jambi 8
9 r 31 r 41 r 51 r 61 r 81 r 91 x 31 3,6 x 41 3,6 x 51 3,6 x 61 3,6 x 71 3,6 x 81 3,6 r101 X 91 3,6 Demikian seterusnya sehingga diperoleh matriks keputusan ternormalisasi R Matrik R 0,3162 0,294 0,307 0,276 0,316 0,222 0,349 0,244 0,3 0,362 0,324 0,304 0,268 0,264 0,319 0,361 0,3162 0,318 0,335 0,385 0,316 0,307 0,252 0,338 0,275 0,161 0,324 0,304 0,332 0,355 0,319 0,327 0,3162 0,294 0,242 0,276 0,316 0,281 0,349 0,244 0,3 0,392 0,324 0,33 0,305 0,355 0,319 0,327 0,3162 0,294 0,363 0,301 0,316 0,307 0,349 0,366 0,216 0,362 0,324 0,304 0,332 0,328 0,319 0,302 0,3162 0,294 0,307 0,327 0,316 0,392 0,32 0,338 0,383 0,262 0,324 0,304 0,332 0,328 0,319 0,302 0,3162 0,212 0,307 0,327 0,342 0,281 0,126 0,338 0,324 0,161 0,324 0,304 0,268 0,264 0,292 0,277 0,3162 0,375 0,307 0,327 0,29 0,281 0,379 0,244 0,324 0,392 0,324 0,389 0,397 0,328 0,319 0,327 0,3162 0,375 0,307 0,327 0,316 0,477 0,349 0,338 0,324 0,262 0,297 0,304 0,268 0,328 0,319 0,302 0,3162 0,294 0,335 0,301 0,316 0,307 0,349 0,338 0,383 0,362 0,297 0,304 0,332 0,328 0,319 0,302 0,3162 0,375 0,335 0,301 0,316 0,222 0,252 0,338 0,3 0,332 0,297 0,304 0,305 0,264 0,319 0, Matriks Keputusan Ternormalisasi Terbobot Proses menentukan matriks keputusan ternormalisasi terbobot adalah proses perkalian antara matriks keputusan ternormalisasi dengan bobot keputusan. Berikut adalah proses menentukan matriks keputusan ternormalisasi terbobot terhadap bobot keputusan responden pertama (W 1 ) dengan menggunakan persamaan 2.2. y 11 w 1 r 11 4 x 0,3162 1,2649 y 21 w 1 r 21 4 x 0,3162 1,2649 Jurnal SISFO Vol. 7, No.1, Februari 2013 STIKOM Dinamika Bangsa - Jambi 9
10 y 31 w 1 r 31 4 x 0,3162 1,2649 y 41 w 1 r 41 4 x 0,3162 1,2649 y 51 w 1 r 51 4 x 0,3162 1,2649 y 61 w 1 r 61 4 x 0,3162 1,2649 y 71 w 1 r 71 4 x 0,3162 1,2649 y 81 w 1 r 81 4 x 0,3162 1,2649 y 91 w 1 r 91 4 x 0,3162 1,2649 y 101 w 1 r x 0,3162 1,2649 Demikian seterusnya sehingga didapat sebuah matriks Y 1 Dengan cara yang sama, dilakukan perhitungan terhadap semua data responden sehingga didapat matriks Y sebagai berikut : Matriks Y 1,2649 1,175 0,922 1,105 0,948 0,665 1,048 0,977 0,899 1,448 1,296 1,217 0,803 1,057 1,275 1,082 1,2649 1,273 1,006 1,541 0,948 0,921 0,757 1,353 0,824 0,644 1,296 1,217 0,997 1,421 1,275 0,982 1,2649 1,175 0,726 1,105 0,948 0,844 1,048 0,977 0,899 1,569 1,296 1,318 0,914 1,421 1,275 0,982 1,2649 1,175 1,09 1,206 0,948 0,921 1,048 1,466 0,649 1,448 1,296 1,217 0,997 1,312 1,275 0,906 1,2649 1,175 0,922 1,306 0,948 1,176 0,961 1,353 1,148 1,046 1,296 1,217 0,997 1,312 1,275 0,906 1,2649 0,848 0,922 1,306 1,027 0,844 0,379 1,353 0,973 0,644 1,296 1,217 0,803 1,057 1,169 0,831 1,2649 1,501 0,922 1,306 0,869 0,844 1,136 0,977 0,973 1,569 1,296 1,555 1,191 1,312 1,275 0,982 1,2649 1,501 0,922 1,306 0,948 1,432 1,048 1,353 0,973 1,046 1,188 1,217 0,803 1,312 1,275 0,906 1,2649 1,175 1,006 1,206 0,948 0,921 1,048 1,353 1,148 1,448 1,188 1,217 0,997 1,312 1,275 0,906 1,2649 1,501 1,006 1,206 0,948 0,665 0,757 1,353 0,899 1,328 1,188 1,217 0,914 1,057 1,275 0, Matriks Solusi Ideal Positif Dan Matriks Solusi Ideal Negatif Setelah membuat matriks keputusan ternormalisasi terbobot, langkah berikutnya adalah menentukan matriks solusi ideal positif dan matriks solusi ideal negatif. Matriks solusi positif (A + ) dihitung berdasarkan persamaan 2.3 dengan menggunakan rating keputusan ternormalisasi terbobot (y ij ) Berikut adalah perhitungan matriks solusi positif (A + ) untuk data responden calon dosen. Y1+ Y2+ Y3+ Y4+ Y5+ Y6+ Y7+ Y8+ Y9+ Y10+ Y11+ Y12+ Y13+ Y14+ Y15+ Y16+ A+ 1,2649 1,501 1,09 1,541 1,027 1,432 1,136 1,466 1,148 1,569 1,296 1,555 1,191 1,421 1,275 1,082 Matriks solusi negatif (A - ) dihitung dengan menggunakan rating keputusan ternormalisasi terbobot (y ij ). Proses berikut ini adalah perhitungan matriks solusi negatif (A - ) untuk data responden calon dosen. Y1- Y2- Y3- Y4- Y5- Y6- Y7- Y8- Y9- Y10- Y11- Y12- Y13- Y14- Y15- Y16- A- 1,2649 0,848 0,726 1,105 0,869 0,665 0,379 0,977 0,649 0,644 1,188 1,217 0,803 1,057 1,169 0,831 Dengan cara yang sama, proses perhitungan matriks solusi ideal positif (A + ) dan matriks solusi ideal negatif (A - ) juga dilakukan terhadap semua data responden calon dosen. 4.9 Menentukan Jarak Antara Nilai Alternatif Dengan Matriks Solusi Ideal Jarak antara nilai terbobot setiap alternatif terhadap solusi ideal positif, sedangkan jarak antara nilai terbobot setiap alternatif terhadap solusi ideal negatif. Jurnal SISFO Vol. 7, No.1, Februari 2013 STIKOM Dinamika Bangsa - Jambi 10
11 Berikut adalah proses perhitungan jarak antara nilai terbobot setiap alternatif terhadap solusi ideal positif dari data responden yang pertama (W 1 ). D1+ 1,2805 D2+ 1,2676 D3+ 1,1098 D4+ 0,9761 D5+ 0,8791 D6+ 1,6734 D7+ 0,8634 D8+ 0,8562 D9+ 0,8573 D10+ 1,156 Berikut adalah proses perhitungan jarak antara nilai terbobot setiap alternatif terhadap solusi ideal negatif dari data responden yang pertama (W 1 ). D1-1,1815 D2-1,025 D3-1,3089 D4-1,3366 D5-1,2149 D6-0,6276 D7-1,5643 D8-1,4278 D9-1,3685 D10-1, Menentukan Nilai Preferensi Untuk Setiap Alternatif (Perankingan) Proses pada tahap menentukan nilai preferensi untuk setiap alternatif (V 1 ) ini menggunakan persamaan 2.5 dalam penyelesaiannya. Proses perhitungan di bawah ini adalah proses perhitungan nilai preferensi untuk setiap alternatif dari data responden yang pertama (W 1 ). V1 0,4799 V2 0,4471 V3 0,5412 V4 0,5779 V5 0,5802 V6 0,2728 V7 0,6444 V8 0,6251 V9 0,6148 V10 0,5042 Jurnal SISFO Vol. 7, No.1, Februari 2013 STIKOM Dinamika Bangsa - Jambi 11
12 Nilai terbesar dari perhitungan nilai preferensi untuk setiap alternatif (V i ) untuk data responden pertama (W 1 ) di atas adalah pada V 7 sehingga alternatif A 7 adalah alternatif yang terpilih sebagai alternatif terbaik. 5. KESIMPULAN Dari penelitian yang telah dilakukan, dapat diambil kesimpulan- kesimpulan sebagai berikut : 1. Dari hasil analisa dengan 10 orang calon dosen nilai yang didapat diantara 10 orang calon dosen tersebut tidak jauh berbeda, namun semuanya dinyatakan layak untuk menjadi dosen 2. Dengan menggunakan metode TOPSIS ini, pihak manajeman tidak kesulitan lagi untuk menentukan calon dosen yang layak untuk dijadikan. DAFTAR PUSTAKA Daihani, Dadan Umar Komputerisasi Pengambilan Keputusan. Jakarta : PT. Elex Media Komputindo. Febrian, Jack., 2007, Kamus Komputer Dan Teknologi Informasi, Bandung : Informatika Kusrini Konsep dan Aplikasi Sistem Pendukung Keputusan. Yogyakarta : Andi. Kusumadewi, Sri, dkk Fuzzy Multi-Attribute Decision Making (FMADM). Yogyakarta : Graha Ilmu. Hermawan, Julius Membangun Decision Support System. Yogyakarta : Andi. Turban, Efraim, dkk Decision Support Systems and Intelligent Systems (Sistem Pendukung Keputusan dan Sistem Cerdas) Edisi 7. Yogyakarta : Andi Offset. Jurnal SISFO Vol. 7, No.1, Februari 2013 STIKOM Dinamika Bangsa - Jambi 12
Jasmir 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 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 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 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 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 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 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 terperinciFUZZY MADM DALAM EVALUASI PROGRAM STUDI MENGGUNAKAN METODE SIMPLE ADDITIF WEIGHTING
FUZZY MADM DALAM EVALUASI PROGRAM STUDI MENGGUNAKAN METODE SIMPLE ADDITIF WEIGHTING Erliza Yubarda Jurusan Manajemen Informatika, AMIK Mitra Gama Jl. Kayangan No. 99 Duri Riau e-mail : erliza_yubarda@yahoo.co.id
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 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 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 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 terperinciSISTEM PENDUKUNG KEPUTUSAN PEMILIHAN STAF PENGAJAR MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING
SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN STAF PENGAJAR MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) (STUDI KASUS: ILC (Intensive Learning Center) Pringsewu) Eka Yulia Rosalin Jurusan Sistem Informasi
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 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 terperinciSISTEM PENDUKUNG KEPUTUSAN PEMILIHAN HANDPHONE MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) ARTIKEL SKRIPSI
SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN HANDPHONE MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) ARTIKEL SKRIPSI Diajukan Untuk Memenuhi Salah Satu Syarat Memperoleh Gelar Sarjana Komputer ( S.Kom ) Pada
Lebih terperinciMulti atributte decision making (madm)
Multi atributte decision making (madm) Weighted Product, Topsis Weighted Product (wp) Metode WP menggunakan perkalian untuk menghubungkan rating atribut, dimana rating setiap atribut harus dipangkatkan
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 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 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 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 terperinciMEDIASISFO Vol. 11, No. 2, Oktober
MEDIASISFO Vol. 11, No. 2, Oktober 2017 845 ANALISA SISTEM PENUNJANG KEPUTUSAN UNTUK MENENTUKAN PENERIMA BEASISWA YAYASAN DINAMIKA BANGSA JAMBI DENGAN MENGGUNAKAN METODE TOPSIS (STUDI KASUS : STIKOM DINAMIKA
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 terperinciANALISIS METODE TOPSIS DALAM PENDUKUNG KEPUTUSAN KELAYAKAN BEASISWA PENDIDIKAN KARYAWAN PADA PT PANGLIMA SIAGA BANGSA
ANALISIS METODE TOPSIS DALAM PENDUKUNG KEPUTUSAN KELAYAKAN BEASISWA PENDIDIKAN KARYAWAN PADA PT PANGLIMA SIAGA BANGSA Tri Yani Akhirina azizahputriku@gmail.com Teknik Informatika, Fakultas Teknik dan MIPA,
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1. Tinjauan Pustaka Terkait dengan penelitian ini, terlebih dahulu Paska Marto Hasugian telah melakukan penelitian dengan judul Fuzzy Multiple Attribute Decision Making untuk
Lebih terperinciAPLIKASI PEMBERIAN KREDIT MENGGUNAKAN METODE TECHNIQUE FOR ORDER PREFERENCE BY SIMILARITY TO IDEAL SOLUTION (TOPSIS)
APLIKASI PEMBERIAN KREDIT MENGGUNAKAN METODE TECHNIQUE FOR ORDER PREFERENCE BY SIMILARITY TO IDEAL SOLUTION (TOPSIS) Zainollah Effendy, A. Febrio Jurusan Teknik Informatika Fakultas Teknik, Universitas
Lebih terperinci48 Jurnal Informatika Mulawarman Vol. 11, No. 2, September 2016 ISSN
48 Jurnal Informatika Mulawarman Vol. 11, No. 2, September 2016 IMPLEMENTASI TECHNIQUE FOR ORDER PREFERENCES BY SIMILARY TO IDEAL SOLUTION (TOPSIS) PADA SELEKSI ASISTEN LABORATORIUM (Studi kasus : Laboratorium
Lebih terperinciDesi Reskika Sari ( )
PERANCANGAN APLIKASI SISTEM PENDUKUNG KEPUTUSAN PENENTUAN LOKASI PEMASARAN RUMAH DENGAN METODE SIMPLE ADDITIVE WEIGHTING (STUDI KASUS: PT. VISTA ESTATE MEDAN) Desi Reskika Sari (1111543) Mahasiswa Program
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PENENTUAN CUTI PEGAWAI MENGGUNAKAN METODE TECHNIQUE FOR ORDER PREFERENCE BY SIMILARITY TO IDEAL SOLUTION
SISTEM PENDUKUNG KEPUTUSAN PENENTUAN CUTI PEGAWAI MENGGUNAKAN METODE TECHNIQUE FOR ORDER PREFERENCE BY SIMILARITY TO IDEAL SOLUTION (TOPSIS) (STUDI KASUS DI KANTOR PELAYANAN PERBENDAHARAAN NEGARA YOGYAKARTA)
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 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 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 terperinciSISTEM PENDUKUNG KEPUTUSAN PENERIMA BEASISWA PERGURUAN TINNGI NEGERI SINAR MAS DENGAN METODE TOPSIS (STUDI KASUS: SMK NEGERI 1 GALANG)
Volume : IV, Nomor :, September 04 ISSN : 9-0X SISTEM PENDUKUNG KEPUTUSAN PENERIMA BEASISWA PERGURUAN TINNGI NEGERI SINAR MAS DENGAN METODE TOPSIS (STUDI KASUS: SMK NEGERI GALANG) Helen Yenifer Silvia
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 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 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 terperinciSISTEM PENDUKUNG KEPUTUSAN PENENTUAN JURUSAN MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (STUDI KASUS SMA NEGERI 1 LOCERET) SKRIPSI
SISTEM PENDUKUNG KEPUTUSAN PENENTUAN JURUSAN MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (STUDI KASUS SMA NEGERI 1 LOCERET) SKRIPSI Diajukan Untuk Memenuhi Sebagian Syarat Guna Memperoleh Gelar Sarjana
Lebih terperinciSistem Pendukung Keputusan Kelayakan Kredit Usaha Menggunakan Fuzzy Multiple Attribute Decision Making (FMADM) Pada Bank BPD Sulteng
Konferensi Nasional Sistem & Informatika 2017 STMIK STIKOM Bali, 10 Agustus 2017 Sistem Pendukung Keputusan Kelayakan Kredit Usaha Menggunakan Fuzzy Multiple Attribute Decision Making (FMADM) Pada Bank
Lebih terperinciSISTEM INFORMASI PENILAIAN KINERJA KARYAWAN MENGGUNAKAN METODE TECHNIQUE FOR OTHERS REFERENCE BY SIMILARITY TO IDEAL SOLUTION (TOPSIS)
SISTEM INFORMASI PENILAIAN KINERJA KARYAWAN MENGGUNAKAN METODE TECHNIQUE FOR OTHERS REFERENCE BY SIMILARITY TO IDEAL SOLUTION (TOPSIS) Siti Kholijah Ritonga (0911442) Mahasiswa Program Studi Teknik Informatika
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN REKRUTMEN GURU DENGAN METODE TOPSIS
SISTEM PENDUKUNG KEPUTUSAN REKRUTMEN GURU DENGAN METODE TOPSIS Bayu Setyawan Jurusan Teknik Informatika Fakultas Teknik - Universitas 45 Surabaya Bay_setyawan@yahoo.com ABSTRAK Selama ini proses rekrutmen
Lebih terperinciSistem Pendukung Keputusan Pemilihan Tempat Stand Pameran Dengan Menggunakan Metode TOPSIS
Sistem Pendukung Keputusan Pemilihan Tempat Stand Pameran Dengan Menggunakan Metode TOPSIS Ulfi Kurniati Program Studi Teknik Informatika, STT STIKMA Internasional Jl. Panji Suroso 91A Malang Abstrak Sistem
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 terperinciSeminar Nasional Teknologi Informasi dan Komunikasi (SNASTIKOM 2013) ISBN
Sistem Pendukung Keputusan Untuk Menentukan Lokasi Pasar Dengan Menggunakan Fuzzy Multi Atribut Decision Making (FMADM) Metode Simple Additive Weighting (SAW) Reny Wahyuning Astuti 1), Muhsin 2) Program
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 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 PENGAJUAN KREDIT PADA PD BPR BKK BOJA DENGAN METODE SAW. Riris Niken Pratiwi
SISTEM PENDUKUNG KEPUTUSAN PENGAJUAN KREDIT PADA PD BPR BKK BOJA DENGAN METODE SAW Riris Niken Pratiwi Jurusan Sistem Informasi Universitas Dian Nuswantoro Semarang E-mail :nikenriris@yahoo.com Abstrak
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN UNTUK PENILAIAN KINERJA DOSEN DI UNIVERSITAS MUHAMMADIYAH PURWOKERTO MENGGUNAKAN METODE TOPSIS
SISTEM PENDUKUNG KEPUTUSAN UNTUK PENILAIAN KINERJA DOSEN DI UNIVERSITAS MUHAMMADIYAH PURWOKERTO MENGGUNAKAN METODE TOPSIS Rakhmat Wijayanto 1), Hindayati Mustafidah 2), Aman Suyadi 3) 1) 2) Teknik Informatika
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PENGAJUAN KREDIT DENGAN METODE SAW PADA KJKS AR RAHMAH. Ervin Fightorini 1, Bowo Nurhadiono 2
SISTEM PENDUKUNG KEPUTUSAN PENGAJUAN KREDIT DENGAN METODE SAW PADA KJKS AR RAHMAH Ervin Fightorini 1, Bowo Nurhadiono 2 Program Studi Teknik Informatika S1, Fakultas Ilmu Komputer Universitas Dian Nuswantoro
Lebih terperinciJl. RE. Martadinata No. 272A, Indihiang, Kota Tasikmalaya 1), 2),
SISTEM PENUNJANG KEPUTUSAN PEMBERIAN BANTUAN SISWA MISKIN DI SD NEGERI SUKAMENAK KOTA TASIKMALAYA MENGGUNAKAN METODE TECHNIQUE FOR ORDER PREFERENCE BY SIMILARITY TO IDEAL SOLUTION (TOPSIS) Nono Sudarsono,
Lebih terperinciSISTEM PENUNJANG KEPUTUSAN SELEKSI PENERIMAAN SISWA BARU MENGGUNAKAN METODE SIMPLE ADICTIVE WEIGHTING (SAW) STUDI KASUS PADA SMKN 1 RAWAJITU TIMUR
SISTEM PENUNJANG KEPUTUSAN SELEKSI PENERIMAAN SISWA BARU MENGGUNAKAN METODE SIMPLE ADICTIVE WEIGHTING (SAW) STUDI KASUS PADA SMKN 1 RAWAJITU TIMUR Hermannuddin Jurusan Sistem Informasi STMIK Pringsewu
Lebih terperinciANALISIS DAN PERANCANGAN SISTEM PENDUKUNG KEPUTUSAN REKOMENDASI PEMILIHAN PERUMAHAN DENGAN METODE TOPSIS (STUDI KASUS : PT.
ANALISIS DAN PERANCANGAN SISTEM PENDUKUNG KEPUTUSAN REKOMENDASI PEMILIHAN PERUMAHAN DENGAN METODE TOPSIS (STUDI KASUS : PT. NASALIYASAH) Fatima Anggraini 1, Jasmir 2 12 Program Studi Magister Sistem Informasi,
Lebih terperinciPERBANDINGAN PENERAPAN METODE SAW DAN TOPSIS DALAM SISTEM PEMILIHAN LAPTOP
PERBANDINGAN PENERAPAN METODE SAW DAN TOPSIS DALAM SISTEM PEMILIHAN LAPTOP SKRIPSI Diajukan Untuk Memenuhi Salah Satu Syarat Memperoleh Gelar Sarjana Komputer ( S.Kom ) Pada Program Studi Teknik Informatika
Lebih terperinciAbstrak Kata kunci 1. Pendahuluan
PERANCANGAN SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PELANGGAN TERBAIK DENGAN METODE TOPSIS (Studi Kasus : PD. ISTANA DUTA) Alfin Bundiono Sanada Program Studi Teknik Informatika Universitas Tanjungpura alfinsanada1010@gmail.com
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 terperinciMetode dalam SPK (Sistem Pendukung Keputusan) A. AHP
Metode dalam SPK (Sistem Pendukung Keputusan) A. AHP Analytic Hierarchy Process (AHP) adalah teknik untuk mendukung proses pengambilan keputusan yang bertujuan untuk menentukan pilihan terbaik dari beberapa
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 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 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 terperinciSeminar 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 terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1. Sistem Pendukung Keputusan Persoalan pengambil keputusan pada dasarnya adalah bentuk pemilihan dari berbagai alternatif tindakan yang mungkin dipilih. Yang prosesnya melalui
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 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 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 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 terperinciPENENTUAN PENERIMA BEASISWA BERDASARKAN KRITERIA PADA UIN RADEN FATAH PALEMBANG
PENENTUAN PENERIMA BEASISWA BERDASARKAN KRITERIA PADA UIN RADEN FATAH PALEMBANG Gusmelia Testiana UIN Raden Fatah Palembang Jl.KH. Zainal Abidin Fikri Palembang gusmelia.testiana@gmail.com ABSTRAK Masalah
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 PENILAI KINERJA GURU (PKG) MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) (STUDI KASUS) SMA NEGERI 9 SEMARANG
SISTEM PENDUKUNG KEPUTUSAN PENILAI KINERJA GURU (PKG) MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) (STUDI KASUS) SMA NEGERI 9 SEMARANG Khoirunnisa Rahma Prasetyowati 1, T. Sutojo 2 Program Studi
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1. Sistem Pendukung Keputusan Sistem pendukung keputusan atau Decision Support System dapat dikatakan sebagai sistem komputer yang mengolah data menjadi informasi untuk mengambil
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 terperinciRANCANGAN SISTEM PENGAMBILAN KEPUTUSAN DALAM MENENTUKAN PILIHAN PRODUK LAPTOP MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHT (SAW)
RANCANGAN SISTEM PENGAMBILAN KEPUTUSAN DALAM MENENTUKAN PILIHAN PRODUK LAPTOP MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHT (SAW) Tri Sulisilowati STMIK Pringsewu Lampung Jl.Wisma Rini No.09 Pringsewu Lampung
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 terperinci9/22/2011. Bahan Kuliah : Topik Khusus
9//0 Mahasiswa dapat memahami dan mampu mengaplikasikan beberapa metode untuk menyelesaikan masalah dengan alternatifalternatif dalam jumlah yang relatif kecil. Bahan Kuliah : Topik Khusus Fokus Masalah
Lebih terperinciBAB 2 LANDASAN TEORI. 2.1 Konsep Sistem Pendukung Keputusan (SPK)
BAB 2 LANDASAN TEORI 2.1 Konsep Sistem Pendukung Keputusan (SPK) Sistem pendukung keputusan merupakan sistem informasi interaktif yang menyediakan informasi, pemodelan, dan pemanipulasian data. Sistem
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 terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI Pada bab ini akan dibahas teori mengenai Sistem Pendukung Keputusan, penelitan lain yang berhubungan dengan sistem pendukung keputusan, Simple Additve Weighting (SAW), dan Weighted
Lebih terperinciBayu Erlangga 1, Elisabet Y.A 2
SISTEM PENDUKUNG KEPUTUSAN MENENTUKAN KARYAWAN TERBAIK DI WISATA TALANG INDAH DENGAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) (STUDI KASUS : KABUPATEN PRINGSEWU) Bayu Erlangga 1, Elisabet Y.A 2 Jurusan Sistem
Lebih terperinciGus melia Testiana. IAIN Raden Fatah, Palembang, Indonesia
PEMANFAATAN LOGIKA FUZZY MULTIPLE ATTRIBUTE DECISSION MAKING (FMADM) DENGAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) UNTUK PENENTUAN PENERIMA BEASISWA DI IAIN RADEN FATAH PALEMBANG Gus melia Testiana IAIN
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PEMBERIAN PREDIKAT SISWA TELADAN DENGAN METODE TOPSIS BERBASIS WEB (Studi Kasus : SMPK SANTA MARIA KOTA KEDIRI)
SISTEM PENDUKUNG KEPUTUSAN PEMBERIAN PREDIKAT SISWA TELADAN DENGAN METODE TOPSIS BERBASIS WEB (Studi Kasus : SMPK SANTA MARIA KOTA KEDIRI) SKRIPSI Diajukan Untuk Memenuhi Sebagian Syarat Guna Memperoleh
Lebih terperinciPEMILIHAN LOKASI SUMBER MATA AIR UNTUK PEMBANGUNAN JARINGAN AIR BERSIH PEDESAAN DENGAN MENGGUNAKAN METODE TOPSIS
PEMILIHAN LOKASI SUMBER MATA AIR UNTUK PEMBANGUNAN JARINGAN AIR BERSIH PEDESAAN DENGAN MENGGUNAKAN METODE TOPSIS Nofi Aditya Konsentrasi Manajemen Proyek Konstruksi, Program Studi Teknik Sipil Pascasarjana
Lebih terperinciPaper Group Project SISTEM PENDUKUNG KEPUTUSAN. Metode TOPSIS & Contoh Implementasi
Paper Group Project SISTEM PENDUKUNG KEPUTUSAN Metode TOPSIS & Contoh Implementasi Kelas D Kelompok 4Walls 1. Glory Efrat Sandy. S 201331073 2. Meilinda Dyah A.L 201331081 3. Clara Angelina Y 201331192
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PRESTASI SISWA MENGGUNAKAN METODE TOPSIS
ISSN : 2302-380 SISTEM PENDUKUNG KEPUTUSAN PRESTASI SISWA MENGGUNAKAN METODE TOPSIS Ewaldus Ambrosius Tukan1), Janero Kennedy2) Magister Teknik Informatika STMIK AMIKOM Yogyakarta Jl Ring Road Utara, Condongcatur,
Lebih terperinciPENENTUAN SISWA BERPRESTASI PADA SMK WIDYA YAHYA GADINGREJO DENGAN METODE SAW
PENENTUAN SISWA BERPRESTASI PADA SMK WIDYA YAHYA GADINGREJO DENGAN METODE SAW RATIH ERNAWATI Jurusan Sistem Informasi, Sekolah Tinggi Manajemen dan Informatika STMIK Pringsewu Lampung Jl. Wismarini no.09
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 terperinciSISTEM PEMBERIAN BEASISWA DENGAN MENERAPKAN FMADM (FUZZY MULTIPLE ATTRIBUTE DECISION MAKING) DAN SAW (SIMPLE ADDITIVE WEIGHTING) Delpiah Wahyuningsih
SISTEM PEMBERIAN BEASISWA DENGAN MENERAPKAN FMADM (FUZZY MULTIPLE ATTRIBUTE DECISION MAKING) DAN SAW (SIMPLE ADDITIVE WEIGHTING) Delpiah Wahyuningsih Dosen Teknik Informatika STMIK Atma Luhur Pangkalpinang
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 PEMILIHAN MANDOR MENGGUNAKAN METODE TOPSIS
ISSN : 1978-6603 SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN MANDOR MENGGUNAKAN METODE TOPSIS Asyahri Hadi Nasyuha *1, Muhammad Dahria *2, Tugiono *3 #1,2,3 Program Studi Sistem Informasi, STMIK Triguna Dharma
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN DALAM PEMILIHAN MOTOR BEBEK DENGAN MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW)
SISTEM PENDUKUNG KEPUTUSAN DALAM PEMILIHAN MOTOR BEBEK DENGAN MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) SKRIPSI Diajukan Untuk Memenuhi Sebagian Syarat Guna Memperoleh Gelar Sarjana Komputer (S.Kom)
Lebih terperinciSistem Pendukung Keputusan untuk Penentuan Minat Peserta Didik di SMA Menggunakan Metode TOPSIS. Afrian Suryandini dan Indriyati
Sistem Pendukung Keputusan untuk Penentuan Sistem Pendukung Keputusan untuk Penentuan Minat Peserta Didik di SMA Menggunakan Metode TOPSIS Afrian Suryandini dan Indriyati Jurusan IlmuKomputer/Informatika,
Lebih terperinciSISTEM REKOMENDASI PEMBERHENTIAN HUBUNGAN KERJA MENGGUNAKAN FUZZY MULTIPLE ATTRIBUTE DECISION MAKING METODE SIMPLE ADDTIVE WEIGHTING (SAW) SKRIPSI
SISTEM REKOMENDASI PEMBERHENTIAN HUBUNGAN KERJA MENGGUNAKAN FUZZY MULTIPLE ATTRIBUTE DECISION MAKING METODE SIMPLE ADDTIVE WEIGHTING (SAW) SKRIPSI Diajukan Untuk Penulisan Skripsi Guna Memenuhi Salah Satu
Lebih terperinciSISTEM 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 terperinciANALYTICAL HIERARCHY PROCESS (AHP) Amalia, ST, MT
ANALYTICAL HIERARCHY PROCESS (AHP) Amalia, ST, MT Multi-Attribute Decision Making (MADM) Permasalahan untuk pencarian terhadap solusi terbaik dari sejumlah alternatif dapat dilakukan dengan beberapa teknik,
Lebih terperinciRudi Hartoyo (0911870)
PERANCANGAN SISTEM PENDUKUNG KEPUTUSAN MENETUKAN STATUS KARYAWAN KONTRAK SALES PROMOTION GIRL MENJADI KARYAWAN TETAP DENGAN METODE SIMPLE ADDITIVE WEIGHTING Rudi Hartoyo (0911870) Mahasiswa Program Studi
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Sistem Pendukung Keputusan Pada awal tahun 1970, konsep sistem pendukung keputusan pertama sekali diperkenalkan oleh Michael S. Scott Morton dengan istilah Mangement Decision System.
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Sistem Pendukung Keputusan / Decision Support System (DSS) 2.1.1 Konsep Sistem Pendukung Keputusan Konsep Sistem Pendukung Keputusan (SPK) atau Decision Support System (DSS) pertama
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN UNTUK MAHASISWA BERPRESTASI DI STIKES MUHAMMADIYAH PRINGSEWU DENGAN METODE SAW
SISTEM PENDUKUNG KEPUTUSAN UNTUK MAHASISWA BERPRESTASI DI STIKES MUHAMMADIYAH PRINGSEWU DENGAN METODE SAW Fitria Ningsih Jurusan Manajemen Informatika STMIK Pringsewu Lampung Jl. Wismarini no.09 Pringsewu
Lebih terperinciUNIVERSITAS MURIA KUDUS FAKULTAS TEKNIK SISTEM INFORMASI
( MAKALAH SISTEMPENUNJANGKEPUTUSAN METODE TOPSIS) Disusun oleh : Ahmad Arifin (2009-53-060) Erik Ahmad A (2009-53-063) Arif Ridwan (2009-53-076) Panji Hedri Wibowo (2009-53-081) UNIVERSITAS MURIA KUDUS
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 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 terperinciSistem Pendukung Keputusan Mahasiswa Berprestasi Menggunakan Metode TOPSIS
Sistem Pendukung Keputusan Mahasiswa Berprestasi Menggunakan Metode TOPSIS Sri Rahmawati Fitriatien Universitas PGRI Adi Buana Surabaya (Fakultas Keguruan dan Ilmu Pendidikan, Program Studi Pendidikan
Lebih terperinciSISTEM SELEKSI BEASISWA SMA NEGERI 2 BAE KUDUS DENGAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) ABSTRAK
SISTEM SELEKSI BEASISWA SMA NEGERI 2 BAE KUDUS DENGAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) Herdi widyatmoko Jurusan teknik Informatika, Fakultas Ilmu Komputer, Universitas Dian Nuswantoro Jln Nakula
Lebih terperinci