BAB 2 LANDASAN TEORI
|
|
- Hendri Jayadi
- 7 tahun lalu
- Tontonan:
Transkripsi
1 5 BAB 2 LANDASAN TEORI 2.1. Sistem Pendukung Keputusan Menurut Turban, sistem pendukung keputusan (Decision Support System) merupakan suatu pendekatan untuk mendukung pengambilan keputusan. Sistem pendukung keputusan menggunakan data, memberikan antarmuka pengguna yang mudah dan dapat menggabungkan pemikiran pengambil keputusan. Selanjutnya Indrajit menyatakan bahwa sistem pendukung keputusan merupakan salah satu produk perangkat lunak yang dikembangkan secara khusus untuk membantu manajemen dalam proses pengambilan keputusan. Keberadaan sistem pendukung keputusan bukan untuk menggantikan tugas manager melainkan bertujuan untuk menjadi sarana penunjang bagi perusahaan. (Nasibu, 2009) Obesitas Pengertian obesitas Obesitas merupakan suatu kelainan kompleks pengaturan nafsu makan dan metabolism energi yang dikendalikan oleh beberapa faktor biologik spesifik. Secara fisiologis, obesitas didefinisikan sebagai suatu keadaan dengan akumulasi lemak yang tidak normal atau berlebihan di jaringan adiposa sehingga dapat menggangu kesehatan. (Sudoyo, et al, 2009) Pengukuran antropometri sebagai screening obesitas Obesitas dapat dinilai dengan berbagai cara, metode yang lazim digunakan saat ini antara lain adalah pengukuran Indek Massa Tubuh (IMT), lingkar pinggang, lingkar
2 6 panggul, lingkar leher serta perbandingan lingkar pinggang dan panggul. (Caballero, 2005). Berikut penjelasan masing-masing metode pengukuran antropometri tubuh: a. Indek Massa Tubuh (IMT) Metode yang sering digunakan adalah dengan cara menghitung IMT, yaitu BB/TB 2 dimana BB adalah berat badan dalam kilogram dan TB adalah tinggi badan dalam meter (Caballero, 2005). Keterbatasan IMT adalah tidak dapat digunakan bagi anak-anak yang dalam masa pertumbuhan, wanita hamil dan orang yang sangat berotot, contohnya atlet. Klasifikasi IMT dapat dilihat pada tabel di bawah ini. Tabel Klasifikasi IMT (International Diabetes Federation, 2005) Kategori IMT (kg/m 2 ) Resiko Comorbiditas Underweight < 18.5 kg/m 2 Rendah (tetapi resiko terhadap masalahmasalah klinis lain meningkat) Batas normal kg/m 2 Rata-rata Overweight > 25.0 kg/m 2 Pre-obese kg/m 2 Meningkat Obese I kg/m 2 Sedang Obese II kg/m 2 Berbahaya Obese III > 40.0 kg/m 2 Sangat berbahaya Contoh perhitungan IMT: Diketahui: Berat Badan (BB) seseorang = 60 kg dan Tinggi Badan (TB) =162 cm menjadi 1.62 meter. Ditanya: IMT? Penyelesaian: IMT = BB kg / TB m 2 = 60 / = 60 / = (normal) b. Lingkar Pinggang Selain IMT, metode lain untuk pengukuran antropometri tubuh adalah dengan cara mengukur lingkar pinggang. Parameter penentuan obesitas merupakan hal yang paling sulit dilakukan karena perbedaan cut of point setiap etnis terhadap IMT maupun lingkar pinggang. Sehingga International Diabetes Federation mengeluarkan kriteria ukuran lingkar pinggang berdasarkan etnis. (Tjokroprawiro, 2006). Dapat dilihat pada tabel berikut ini:
3 7 Tabel Kriteria Ukuran Pinggang Berdasarkan Etnis Negara/Grup Etnis Lingkar pinggang pada obesitas Pria Wanita Eropid > 94 cm > 80 cm Caucasian > 94 cm > 80 cm United States > 102 cm > 88 cm Canada > 102 cm > 88 cm Asian (including Japanese) > 90 cm > 80 cm Asian > 90 cm > 80 cm Japanese > 85 cm > 90 cm China > 85 cm > 80 cm Middle East, Mediterranean > 94 cm > 80 cm Sub-Sahara Africa > 94 cm > 80 cm Ethnic Central and South American > 90 cm > 80 cm c. Lingkar leher Lingkar leher dapat menjadi metode pengukuran yang mudah dan murah untuk skreening individu dengan obesitas. Lingkar leher > 37 cm untuk laki-laki dan > 34 cm untuk wanita merupakan cut of point yang paling tepat untuk mengidentifikasi individu dengan IMT > 25 kg/m 2, lingkar leher > 39.5 cm untuk laki-laki dan > 36.5 cm untuk wanita adalah cut of point paling tepat untuk mengidentifikasi individu dengan obesitas (IMT > 30 kg/m 2 ). Berdasarkan validasi yang dilakukan pada kelompok yang berbeda, sebagai salah satu metode skreening obesitas lingkar leher memiliki sensitivitas 98%, spesifitas 89%, akurasi 94% untuk laki-laki dan 99% untuk perempuan. Dapat dilihat pada tabel berikut ini: (Liubov et al., 2001). Tabel Nilai Perbandingan Lingkar Leher dan Lingkar Pinggang Pengukuran Pria Wanita Normal Besar Normal Besar Lingkar leher cm > 40 cm cm > 37 cm Lingkar pinggang cm > 102 cm 80-88cm > 88 cm Perbandingan lingkar leher dan lingkar pinggang 0.39 > > 0.44 d. Lingkar Pinggang dan Perbandingan antara Lingkar Pinggang dengan Lingkar Panggul Salah satu metode pengukuran peringkat obesitas dan overweight adalah dengan menggunakan antropometri yaitu perbandingan Rasio Lingkar Pinggang Panggul (RLPP). Rasio lingkar pinggang terhadap panggul adalah indikator untuk menentukan
4 8 obesitas abdominal yang diperoleh dengan cara menghitung perbandingan antara lingkar pinggang (cm) dan lingkar panggul (cm). World Health Organization (2000) secara garis besar menentukan kriteria obesitas berdasarkan rasio lingkar pinggang panggul jika rasio lingkar pinggang panggul pria > 0,90 dan pada wanita > 0,80. Nilai perbandingan antara lingkar pinggang dengan lingkar panggul dapat dilihat pada tabel berikut: Tabel Tabel Perbandingan antara Lingkar Pinggang - Panggul Pria Wanita Resiko Resiko Pengukuran Resiko Resiko sangat meningka sangat meningkat meningkat t meningkat Lingkar pinggang > 94 cm > 102 cm > 80 cm > 88 cm Perbandingan lingkar pinggang/lingkar panggul Data yang diambil adalah data primer dengan melakukan wawancara langsung kepada responden. Data primer yang diambil identitas responden, berat badan, tinggi badan, lingkar pinggang, lingkar panggul dan lingkar leher. Jumlah responden diambil sebanyak 10 orang, wanita dengan usia tahun kecuali ibu hamil dan atlet Metode Analytical Hierarchy Process (AHP) Pada dasarnya, proses pengambilan keputusan adalah memilih suatu alternatif. Peralatan utama AHP adalah sebuah hirarki fungsional dengan input utamanya persepsi manusia. Keberadaan hirarki memungkinkan dipecahkannya masalah kompleks atau terstruktur dalam sub-sub masalah, lalu menyusunnya menjadi suatu bentuk hirarki Prinsip dasar analytical hierarchy process Dalam menyelesaikan permasalahan dengan AHP ada beberapa prinsip yang perlu dipahami, diantaranya sebagai berikut: 1. Decomposition (membuat hirarki) Sistem yang kompleks bisa dipahami dengan memecahkannya menjadi elemenelemen yang lebih kecil dan mudah dipahami.
5 9 2. Comparative judgement (penilaian kriteria dan alternatif) Kriteria dan alternatif dilakukan dengan perbandingan berpasangan. Menurut Saaty (1988) untuk berbagai persoalan, skala 1 sampai 9 adalah skala terbaik untuk mengekspresikan pendapat. Nilai dan definisi pendapat kualitatif dari skala perbandingan Saaty dapat diukur menggunakan tabel analisis seperti pada tabel berikut ini: Tabel Tabel Analisis Intensitas Keterangan Kepentingan 1 Kedua elemen sama pentingnya 3 Elemen yang satu sedikit lebih penting daripada elemen yang lainnya 5 Elemen yang satu lebih penting daripada elemen launnya 7 Satu elemen jelas lebih mutlak penting daripada elemen lainnya 9 Satu elemen mutlak penting daripada elemen lainnya 2,4,6,8 Nilai-nilai antara dua nilai pertimbangan yang berdekatan Kebalikan Jika aktivitas i mendapat satu angka dibandingkan dengan aktivitsa j, maka j memiliki nilai kebalikannya dibandingkan dengan i 3. Synthesis of priority (menentukan prioritas) Menentukan prioritas dari elemen-elemen kriteria dapat dipandang sebagai bobot/kontribusi elemen tersebut terhadap tujuan pengambilan keputusan. AHP melakukan analisis prioritas elemen dengan metode perbandingan berpasangan antar dua elemen sehingga semua elemen yang ada tercakup. Prioritas ini ditentukan berdasarkan pandangan para pakar dan pihak-pihak yang berkepentingan terhadap pengambilan keputusan, baik secara langsung (diskusi) maupun secara tidak langsung (kuisioner). 4. Logical consistency (konsistensi logis) Konsistensi memiliki dua makna. Pertama, objek-objek yang serupa bisa dikelompokkan sesuai dengan keseragaman dan relevansi. Kedua, menyangkut tingkat hubungan antar objek yang didasarkan pada kriteria tertentu Prosedur Analytical Hierarchy Process (AHP) Menurut Kusrini, secara umum langkah-langkah yang harus dilakukan dalam menggunakan AHP untuk pemecahan suatu masalah adalah sebagai berikut: 1. Mendefinisikan masalah dan menentukan solusi yang diinginkan, lalu menyusun hirarki dari permasalahan yang dihadapi.
6 10 2. Menentukan prioritas elemen a. Langkah pertama dalam menentukan prioritas elemen adalah membuat perbandingan pasangan, yaitu membandingkan elemen secara berpasangan sesuai kriteria yang diberikan. b. Matriks perbandingan berpasangan diisi menggunakan bilangan untuk mempresentasikan kepentingan relatif dari suatu elemen terhadap elemen yang lainnya. 3. Sintesis Pertimbangan-pertimbangan terhadap perbandingan berpasangan disintesis untuk memperoleh keseluruhan prioritas. Hal-hal yang dilakukan dalam langkah ini adalah: a. Menjumlahkan nilai-nilai dari setiap kolom pada matriks. b. Membagi setiap nilai dari kolom dengan total kolom yang bersangkutan untuk memperoleh normalisasi matriks. c. Menjumlahkan nilai-nilai dari setiap baris dan membaginya dengan jumlah elemen untuk mendapatkan nilai rata-rata. 4. Mengukur konsistensi Dalam pembuatan keputusan, penting untuk mengetahui seberapa baik konsistensi yang ada karena kita tidak menginginkan keputusan berdasarkan pertimbangan dengan konsistensi yang rendah. Hal-hal yang dilakukan dalam langkah ini adalah: a. Kalikan setiap nilai pada kolom pertama dengan prioritas relatif elemen pertama, nilai pada kolom kedua dengan prioritas relatif elemen kedua dan seterusnya. b. Jumlahkan setiap baris. c. Hasil dari penjumlahan baris dibagi dengan elemen prioritas relatif yang bersangkutan. d. Jumlahkan hasil bagi di atas dengan banyaknya elemen yang ada. Hasilnya di sebut maks. 5. Hitung Consistency Index (CI). 6. Hitung Rasio Konsistensi / Consistency Ratio (CR). 7. Memeriksa konsistensi hirarki. Jika nilainya lebih dari 10%, maka penilaian data judgement harus diperbaiki, berarti langkah kedua harus diulang kembali. Namun,
7 11 jika rasio konsistensi (CI/IR) kurang atau sama dengan 0,1 maka hasil perhitungan bisa dinyatakan benar. (Kosasi & Sandy, 2002). Daftar indeks random konsisten (IR) dapat dilihat pada tabel berikut ini: (Saaty, 1988). Tabel Daftar Ratio Index (RI) N RI Metode Mamdani Sistem inferensi fuzzy metode Mamdani dikenal juga dengan nama metode Max-Min. Metode Mamdani bekerja berdasarkan aturan-aturan linguistik. Metode ini diperkenalkan oleh Mamdani (1975). Untuk mendapatkan output (hasil), diperlukan 4 tahapan: 1. Pembentukan himpunan fuzzy Menentukan semua variabel yang terkait dalam proses yang akan ditentukan. Untuk masing-masing variabel input, tentukan suatu fungsi fuzzifikasi yang sesuai. Pada metode Mamdani, baik variabel input maupun variabel output dibagi menjadi satu atau lebih himpunan fuzzy. 2. Aplikasi fungsi implikasi Menyusun basis aturan, yaitu aturan-aturan berupa implikasi-implikasi fuzzy yang menyatakan relasi antara variabel input dengan variabel output. Pada metode Mamdani, fungsi implikasi yang digunakan adalah Min. 3. Komposisi aturan Apabila sistem terdiri dari beberapa aturan, maka inferensi diperoleh dari kumpulan dan kolerasi antar aturan. Ada 3 metode yang digunakan dalam melakukan inferensi sistem fuzzy, yaitu: a. Metode max (maximum) Pada metode ini, solusi himpunan fuzzy diperoleh dengan cara mengambil nilai maksimum aturan, kemudian menggunakan nilai tersebut untuk modifikasi daerah fuzzy dan mengaplikasikannya ke output dengan menggunakan operator OR (gabungan). Jika semua proporsi telah dievalusi, maka output akan berisi suatu himpunan fuzzy yang merefleksikan kontribusi dari tiap-tiap proposisi.
8 12 b. Metode additive (sum) Pada metode ini, solusi himpunan fuzzy diperoleh dengan cara melakukan penjumlahan terhadap semua output daerah fuzzy. c. Metode probabilistik OR (probor) Pada metode ini, solusi himpunan fuzzy diperoleh dengan cara melakukan perkalian terhadap semua output daerah fuzzy. (Wulandari, 2011). 4. Defuzzyfikasi (penegasan) Penegasan (defuzzyfikasi) adalah proses mengolah suatu himpunan fuzzy yang diperoleh dari komposisi aturan-aturan fuzzy untuk menghasilkan output berupa suatu bilangan pada domain himpunan fuzzy tersebut. (Kusumadewi et al., 2010). Menurut Kusumadewi, ada beberapa metode defuzzyfikasi pada komposisi aturan Mamdani, antara lain: a) Metode Centroid (Composite Moment) Pada metode ini, solusi crisp diperoleh dengan cara mengambil titik pusat daerah fuzzy. Secara umum dirumuskan: Keterangan: Z = nilai domain ke-i, µ (z) = derajat keanggotaan titik tersebut, Z 0 = nilai hasil penegasan (defuzzyfikasi). (2.1). (2.2) Keterangan: Z = nilai hasil penegasan (defuzzyfikasi), d i = nilai keluaran pada aturan ke-i, U Ai (d i ) = derajat keanggotaan nilai keluaran pada aturan ke-i, n = banyaknya aturan yang digunakan.
9 13 b) Metode Bisektor Pada metode ini, solusi crisp diperoleh dengan cara mengambil nilai pada domain fuzzy yang memiliki nilai keanggotaan setengah dari jumlah total nilai keanggotaan pada daerah fuzzy. c) Metode Mean of Maximum (MOM) Pada metode ini, solusi crips diperoleh dengan cara mengambil nilai rata-rata domain yang memiliki nilai keanggotaan maksimum. d) Metode Largest of Maximum (LOM) Pada metode ini, solusi crisp diperoleh dengan cara mengambil nilai terbesar dari domain yang memiliki nilai keanggotaan maksimum. e) Metode Smallest of Maximum (SOM) Pada metode ini, solusi crisp diperoleh dengan cara mengambil nilai terkecil dari domain yang memiliki nilai keanggotaan maksimum.
BAB 2 LANDASAN TEORI
BAB LANDASAN TEORI. Himpunan Himpunan adalah setiap daftar, kumpulan atau kelas objek-objek yang didefenisikan secara jelas, objek-objek dalam himpunan-himpunan yang dapat berupa apa saja: bilangan, orang,
Lebih terperinciRANCANG BANGUN APLIKASI SISTEM PENDUKUNG KEPUTUSAN MENGGUNAKAN MODEL ANALYTICAL HIERARCHY PROCESS UNTUK PEMBERIAN BONUS KARYAWAN
RANCANG BANGUN APLIKASI SISTEM PENDUKUNG KEPUTUSAN MENGGUNAKAN MODEL ANALYTICAL HIERARCHY PROCESS UNTUK PEMBERIAN BONUS KARYAWAN Yosep Agus Pranoto Jurusan Teknik Informatika, Fakultas Teknologi Industri
Lebih terperinciBAB 2 TINJAUAN PUSTAKA DAN DASAR TEORI. yang di lakukan oleh Agus Settiyono (2016) dalam penelitiannya menggunakan 7
BAB 2 2.1. Tinjauan Pustaka TINJAUAN PUSTAKA DAN DASAR TEORI Tinjauan pustaka yang dipakai dalam penelitian ini didapat dari penelitian yang di lakukan oleh Agus Settiyono (2016) dalam penelitiannya menggunakan
Lebih terperinciBAB II TINJAUAN PUSTAKA. 2.1 Ekonomi dan Produk Domestik Regional Bruto. Istilah ekonomi berasal dari bahasa Yunani, terdiri atas kata oikos dan
BAB II TINJAUAN PUSTAKA 2. Ekonomi dan Produk Domestik Regional Bruto Istilah ekonomi berasal dari bahasa Yunani, terdiri atas kata oikos dan nomos. Oikos berarti rumah tangga, nomos berarti aturan. Sehingga
Lebih terperinciSistem Pendukung Keputusan Memilih Perguruan Tinggi Swasta di Palembang Sebagai Pilihan Tempat Kuliah
Sistem Pendukung Keputusan Memilih Perguruan Tinggi Swasta di Palembang Sebagai Pilihan Tempat Kuliah A Yani Ranius Fakultas Ilmu Komputer Universitas Bina Darma Palembang ay_ranius@yahoo.com Abstrak Sistem
Lebih terperinciBAB II LANDASAN TEORI. Menurut Pujawan dan Erawan (2010) memilih supplier merupakan
BAB II LANDASAN TEORI 2.1 Pemilihan Supplier Menurut Pujawan dan Erawan (2010) memilih supplier merupakan kegiatan strategis terutama apabila supplier tersebut memasok item yang kritis atau akan digunakan
Lebih terperinciIMPLEMENTASI ANALYTIC HIERARCHY PROCESS DALAM PENENTUAN PRIORITAS KONSUMEN PENERIMA KREDIT. Sahat Sonang S, M.Kom (Politeknik Bisnis Indonesia)
IMPLEMENTASI ANALYTIC HIERARCHY PROCESS DALAM PENENTUAN PRIORITAS KONSUMEN PENERIMA KREDIT Sahat Sonang S, M.Kom (Politeknik Bisnis Indonesia) ABSTRAK Sistem pengambilan keputusan adalah sistem yang membantu
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1. Sistem Pendukung Keputusan 2.1.1. Definisi Keputusan Keputusan (decision) yaitu pilihan dari dua atau lebih kemungkinan. Keputusan dapat dilihat pada kaitannya dengan proses,
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN UNTUK PEMILIHAN PERGURUAN TINGGI KOMPUTER SWASTA
SISTEM PENDUKUNG KEPUTUSAN UNTUK PEMILIHAN PERGURUAN TINGGI KOMPUTER SWASTA Yuli Astuti 1, M. Suyanto 2, Kusrini 3 Mahasiswa 1, Pembimbing 1 2, Pembimbing 2 3 Program Studi Magister Informatika STMIK AMIKOM
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA A. Sistem Pendukung Keputusan 1. Pengertian Sistem Pendukung Keputusan Menurut Alter (dalam Kusrini, 2007), Sistem pendukung keputusan merupakan sistem informasi interaktif yang
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN
BAB IV HASIL DAN PEMBAHASAN IV.1. Tampilan Hasil Berikut ini dijelaskan tentang tampilan hasil dari sistem pendukung keputusan penentuan kenaikan kelas pada SMA Ar Rahman dengan sistem yang dibangun dapat
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Logika Fuzzy Fuzzy secara bahasa diartikan sebagai kabur atau samar yang artinya suatu nilai dapat bernilai benar atau salah secara bersamaan. Dalam fuzzy dikenal derajat keanggotan
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Himpunan Himpunan adalah kata benda yang berasal dari kata himpun. Kata kerjanya adalah menghimpun. Menghimpun adalah kegiatan yang berhubungan dengan berbagai objek apa saja.
Lebih terperinciBAB 2 TINJAUAN PUSTAKA DAN DASAR TEORI. dilakukan oleh peneliti-peneliti sebelumnya yang dapat dilihat pada tabel 2.1.
BAB 2 TINJAUAN PUSTAKA DAN DASAR TEORI 2.1 Tinjauan Pustaka Terdapat perbedaan pada penelitian ini dengan penelitian yang telah dilakukan oleh peneliti-peneliti sebelumnya yang dapat dilihat pada tabel
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA 2.1 Keputusan dan Pengambilan Keputusan 2.1.1 Definisi James A.F.Stoner mendefinisikan keputusan sebagai pemilihan diantara alternatifalternatif. Definisi lainnya yaitu menurut Prof.
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 terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA 2.1 Permainan Bola Basket Bola basket adalah salah satu olahraga yang terkenal/populer didunia. Penggemarnya dari segala usia merasakkan permaian bola basket adalah olahraga yang
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Analytic Hierarchy Process (AHP) Sumber kerumitan masalah keputusan bukan hanya dikarenakan faktor ketidakpasatian atau ketidaksempurnaan informasi saja. Namun masih terdapat penyebab
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PERGURUAN TINGGI UNTUK SISWA YANG MELANJUTKAN KULIAH PADA SMA N 1 TEGAL
SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PERGURUAN TINGGI UNTUK SISWA YANG MELANJUTKAN KULIAH PADA SMA N 1 TEGAL Asep Nurhidayat Jurusan Teknik Informatika, Fakultas Ilmu Komputer Universitas Dian Nuswantoro
Lebih terperinciPENGOLAHAN DATA PENGANGKATAN KARYAWAN TETAP DENGAN MENGGUNAKAN METODE ANALITYCAL HIERARCHY PROCESS (AHP)
ISBN: 978-602-72850-3-3 SNIPTEK 2016 PENGOLAHAN DATA PENGANGKATAN KARYAWAN TETAP DENGAN MENGGUNAKAN METODE ANALITYCAL HIERARCHY PROCESS (AHP) Dewi Ayu Nur Wulandari AMIK BSI Karawang Jl. Ahmad Yani No.
Lebih terperinciBAB II TINJAUAN PUSTAKA. Metode AHP dikembangkan oleh Thomas L. Saaty, seorang ahli
BAB II TINJAUAN PUSTAKA 1.1. Metode Analytical Hierarchy Process 2.2.1 Definisi Analytical Hierarchy Process (AHP) Metode AHP dikembangkan oleh Thomas L. Saaty, seorang ahli matematika. Metode ini adalah
Lebih terperinciJurnal SCRIPT Vol. 3 No. 1 Desember 2015
PENERAPAN METODE ANALYTICAL HIERARCHY PROCESS ( AHP ) PADA SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN MAHASISWA BERPRESTASI MENGGUNAKAN FRAMEWORK LARAVEL (STUDI KASUS : INSTITUT SAINS & TEKNOLOGI AKPRIND YOGYAKARTA)
Lebih terperinciISSN VOL 15, NO 2, OKTOBER 2014
PENERAPAN METODE TOPSIS DAN AHP PADA SISTEM PENUNJANG KEPUTUSAN PENERIMAAN ANGGOTA BARU, STUDI KASUS: IKATAN MAHASISWA SISTEM INFORMASI STMIK MIKROSKIL MEDAN Gunawan 1, Fandi Halim 2, Wilson 3 Program
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Dasar Teori 2.1.1 Sistem Pendukung Keputusan Pada dasarnya sistem pendukung keputusan merupakan pengembangan lebih lanjut dari sistem informasi manajemen terkomputerisasi. Sistem
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 terperinciPenggunaan Mamdani Fuzzy Expert System untuk Mengevaluasi Kinerja Dosen
Penggunaan Mamdani Fuzzy Expert System untuk Mengevaluasi Kinerja Dosen Dwi Rolliawati Fakultas Ilmu Komputer, Sistem Komputer, Universitas Narotama dwi.roliawati@narotama.ac.id Abstrak Dosen sebagai pendidik
Lebih terperinciTechno.COM, Vol. 12, No. 4, November 2013:
Techno.COM, Vol. 12, No. 4, November 2013: 223-230 MODEL ANALYTICAL HIERARCHY PROCESS UNTUK SISTEM PENDUKUNG KEPUTUSAN PENILAIAN KARYAWAN PADA INSTANSI KESATUAN BANGSA POLITIK DAN PELINDUNGAN MASYARAKAT
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN DALAM MENENTUKAN PENILAIAN PRESTASI KARYAWAN TERBAIK. Surmayanti, S.Kom, M.Kom
SISTEM PENDUKUNG KEPUTUSAN DALAM MENENTUKAN PENILAIAN PRESTASI KARYAWAN TERBAIK Surmayanti, S.Kom, M.Kom Email : surmayanti94@yahoo.co.id Dosen Tetap Universitas Putra Indonesia YPTK Padang Padang Sumatera
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 terperinciSISTEM PENDUKUNG KEPUTUSAN PEMILIHAN HANDPHONE MENGGUNAKAN METODE AHP (ANALYTICAL HIERARCHY PROCESS) PADA COUNTER NASA CELL SKRIPSI
SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN HANDPHONE MENGGUNAKAN METODE AHP (ANALYTICAL HIERARCHY PROCESS) PADA COUNTER NASA CELL SKRIPSI Diajukan Untuk Memenuhi Salah Satu Syarat Guna Memperoleh Gelar Sarjana
Lebih terperinciPenerapan Metode Fuzzy Mamdani Pada Rem Otomatis Mobil Cerdas
Penerapan Metode Fuzzy Mamdani Pada Rem Otomatis Mobil Cerdas Zulfikar Sembiring Jurusan Teknik Informatika, Fakultas Teknik, Universitas Medan Area zoelsembiring@gmail.com Abstrak Logika Fuzzy telah banyak
Lebih terperinciMATERI PRAKTIKUM. Praktikum 1 Analytic Hierarchy Proses (AHP)
Praktikum 1 Analytic Hierarchy Proses (AHP) Definisi AHP (Analytic Hierarchy Process) merupakan suatu model pengambil keputusan yang dikembangkan oleh Thomas L. Saaty yang menguraikan masalah multifaktor
Lebih terperinciBAB 2 LANDASAN TEORI Analytial Hierarchy Process (AHP) Pengertian Analytical Hierarchy Process (AHP)
BAB 2 LANDASAN TEORI 2 1 Analytial Hierarchy Process (AHP) 2 1 1 Pengertian Analytical Hierarchy Process (AHP) Metode AHP merupakan salah satu metode pengambilan keputusan yang menggunakan faktor-faktor
Lebih terperinciPEMANFAATAN ANALYTICAL HIERARCHY PROCESS (AHP) SEBAGAI MODEL SISTEM PENDUKUNG KEPUTUSAN UNTUK PEMILIHAN KARYAWAN BERPRESTASI
PEMANFAATAN ANALYTICAL HIERARCHY PROCESS (AHP) SEBAGAI MODEL SISTEM PENDUKUNG KEPUTUSAN UNTUK PEMILIHAN KARYAWAN BERPRESTASI Sudarto STMIK Mikroskil Jl. Thamrin No. 112, 124, 140 Medan 20212 sudarto@mikroskil.ac.id
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA A. Konsep Sistem Pendukung Keputusan 1. Pengertian Keputusan Davis mengemukakan, Keputusan adalah hasil pemecahan masalah yang dihadapinya dengan tegas. Suatu keputusan merupakan
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1. Sistem Pendukung Keputusan Sistem Pendukung Keputusan merupakan suatu sistem interaktif yang mendukung kepututsan dalam proses pengambilan keputusan melalui alternatif-alternatif
Lebih terperinciBAB II TINJAUAN PUSTAKA. artian yang lebih spesifik yakni pihak ketiga dalam supply chain istilah dalam
BAB II TINJAUAN PUSTAKA 2.1. Vendor Dalam arti harfiahnya, vendor adalah penjual. Namun vendor memiliki artian yang lebih spesifik yakni pihak ketiga dalam supply chain istilah dalam industri yang menghubungkan
Lebih terperinciSesi XIII AHP (Analytical Hierarchy Process)
Mata Kuliah :: Riset Operasi Kode MK : TKS 4019 Pengampu : Achfas Zacoeb Sesi XIII AHP (Analytical Hierarchy Process) e-mail : zacoeb@ub.ac.id www.zacoeb.lecture.ub.ac.id Hp. 081233978339 Pendahuluan AHP
Lebih terperinciPENERAPAN ANALYTICAL HIERARCHY PROCESS (AHP) GUNA PEMILIHAN DESAIN PRODUK KURSI SANTAI
PENERAPAN ANALYTICAL HIERARCHY PROCESS (AHP) GUNA PEMILIHAN DESAIN PRODUK KURSI SANTAI Dwi Nurul Izzhati Fakultas Teknik, Universitas Dian Nuswantoro, Semarang 50131 E-mail : dwinurul@dosen.dinus.ac.id
Lebih terperinciMATERI PRAKTIKUM. Praktikum 1 Analytic Hierarchy Proses (AHP)
Praktikum 1 Analytic Hierarchy Proses (AHP) Definisi AHP (Analytic Hierarchy Process) merupakan suatu model pengambil keputusan yang dikembangkan oleh Thomas L. Saaty yang menguraikan masalah multifaktor
Lebih terperinciBab 2 LANDASAN TEORI
Bab 2 LANDASAN TEORI 2.1 Persediaan 2.1.1 Definisi Persediaan Persediaan adalah bahan atau barang yang disimpan yang akan digunakan untuk memenuhi tujuan tertentu, misalnya untuk proses produksi atau perakitan,
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Konsep Dasar Sistem Suatu sistem pada dasarnya adalah sekolompok unsur yang erat hubungannya satu dengan yang lain, yang berfungsi bersama-sama untuk mencapai tujuan tertentu.
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Permintaan, Persediaan dan Produksi 2.1.1 Permintaan Permintaan adalah banyaknya jumlah barang yang diminta pada suatu pasar tertentu dengan tingkat harga tertentu pada tingkat
Lebih terperinciANALYTICAL HIERARCHY PROCESS SEBAGAI PENDUKUNG KEPUTUSAN (DECISION SUPPORT) PEMILIHAN LOKASI PEMBANGUNAN RUMAH KOS UNTUK KARYAWAN
Jurnal Informatika Mulawarman Vol. 7 No. 3 Edisi September 2012 75 ANALYTICAL HIERARCHY PROCESS SEBAGAI PENDUKUNG KEPUTUSAN (DECISION SUPPORT) PEMILIHAN LOKASI PEMBANGUNAN RUMAH KOS UNTUK KARYAWAN Dyna
Lebih terperinciBAB IV METODOLOGI. Gambar 4.1 Model keseimbangan air pada waduk (Sumber : Noor jannah,2004)
BAB IV METODOLOGI 4.1 Sistem Pengoperasian Waduk. Tujuan di bangun suatu sistem waduk sangat mempengaruhi strategi pengoperasian sistem waduk yang bersangkutan. Dalam mengembangkan model optimasi pengoperasian
Lebih terperinciBAB 3 METODE PENELITIAN
BAB 3 METODE PENELITIAN 3.1 Desain Penelitian Jenis penelitian yang digunakan dalam penulisan skripsi ini adalah penelitian deskriptif. Penelitian deskriptif adalah penelitian yang tujuannya untuk menyajikan
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PEMILIHAN KARYAWAN BARU MENGGUNAKAN METODE ANALYTICAL HIERARCHY PROCESS (AHP) (STUDI KASUS : PT. BTN)
SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN KARYAWAN BARU MENGGUNAKAN METODE ANALYTICAL HIERARCHY PROCESS (AHP) (STUDI KASUS : PT. BTN) 1 Restu Marisi Tampubolon (1111757), 2 Nelly Astuti Hsb 1 Mahasiswa program
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Game dan Video Game Menurut kamus Cambridge Advanced Learner Dictionary, game adalah sebuah aktivitas menghibur dan menyenangkan yang dimainkan oleh anak anak. Sedangkan video
Lebih terperinciBAB 2 LANDASAN TEORI Sistem Pendukung Keputusan Pengertian Keputusan. Universitas Sumatera Utara
6 BAB 3: ANALISIS DAN PERANCANGAN SISTEM Bab ini menjabarkan tentang tujuan dari perancangan sistem, kriteria dan pilihan kesimpulan dalam menentukan pemilihan pegawai terbaik. Selain itu juga tahapan
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
4 BAB 2 TINJAUAN PUSTAKA 2.1. Pengertian Fuzzy Logika fuzzy adalah suatu cara yang tepat untuk memetakan suatu ruang input kedalam suatu ruang output. Titik awal dari konsep modern mengenai ketidakpastian
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN A. Objek Penelitian Penelitian ini dilakukan di daerah Kabupaten Sleman, yang merupakan salah satu Kabupaten yang berada di Provinsi Daerah Istimewa Yogyakarta. Penelitian dilakukan
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA Pada bab ini penulis akan menjelaskan mengenai landasan teori yang digunakan pada penelitian ini. Penjabaran ini bertujuan untuk memberikan pemahaman lebih mendalam kepada penulis
Lebih terperinciBAB 2 TINJAUAN PUSTAKA DAN LANDASAN TEORI
BAB 2 TINJAUAN PUSTAKA DAN LANDASAN TEORI 2.1 Penelitian Terkait Menurut penelitian terdahulu yang dilakukan oleh Dita Monita seorang mahasiswa program studi teknik informatika dari STMIK Budi Darma Medan
Lebih terperinciANALISA FAKTOR PENDUKUNG KEPUTUSAN PEMILIHAN PERGURUAN TINGGI TINGKAT SARJANA MENGGUNAKAN METODE AHP (ANALITICAL HIRARKI PROCESS)
ANALISA FAKTOR PENDUKUNG KEPUTUSAN PEMILIHAN PERGURUAN TINGGI TINGKAT SARJANA MENGGUNAKAN METODE AHP (ANALITICAL HIRARKI PROCESS) M.Fajar Nurwildani Dosen Prodi Teknik Industri, Universitasa Pancasakti,
Lebih terperinciBAB II LANDASAN TEORI. pengambilan keputusan baik yang maha penting maupun yang sepele.
BAB II LANDASAN TEORI 2.1 Manusia dan Pengambilan Keputusan Setiap detik, setiap saat, manusia selalu dihadapkan dengan masalah pengambilan keputusan baik yang maha penting maupun yang sepele. Bagaimanapun
Lebih terperinciBAB III METODE FUZZY MAMDANI
29 BAB III METODE FUZZY MAMDANI Fuzzy Inference System merupakan sebuah kerangka kerja perhitungan berdasarkan konsep teori himpunan fuzzy dan pemikiran fuzzy yang digunakan dalam penarikan kesimpulan
Lebih terperinciIMPLEMENTASI METODE AHP UNTUK REKOMENDASI TEMPAT KOST PADA APLIKASI KOST ONLINE
IMPLEMENTASI METODE AHP UNTUK REKOMENDASI TEMPAT KOST PADA APLIKASI KOST ONLINE Galang Bogar Santos 1, Hendra Pradipta 2, Mungki Astiningrum 3 1,2 Program Studi Teknik Informatika, Jurusan Teknologi Informasi,
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PEMILIHAN LBB PADA KAMPUNG INGGRIS PARE MENGGUNAKAN METODE AHP
SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN LBB PADA KAMPUNG INGGRIS PARE MENGGUNAKAN METODE AHP Mayang Anglingsari Putri 1, Indra Dharma Wijaya 2 Program Studi Teknik Informatika, Jurusan Teknik Elektro, Politeknik
Lebih terperinciBAB II TINJAUAN PUSTAKA Sistem Pendukung Keputusan
BAB II TINJAUAN PUSTAKA 2.1. Sistem Pendukung Keputusan Sistem pendukung keputusan adalah sebuah sistem yang efektif dalam membantu mengambil suatu keputusan yang kompleks, sistem ini menggunakan aturan
Lebih terperinciPengantar Kecerdasan Buatan (AK045218) Logika Fuzzy
Logika Fuzzy Pendahuluan Alasan digunakannya Logika Fuzzy Aplikasi Himpunan Fuzzy Fungsi keanggotaan Operator Dasar Zadeh Penalaran Monoton Fungsi Impilkasi Sistem Inferensi Fuzzy Basis Data Fuzzy Referensi
Lebih terperinciBAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI. Tabel 2.1 Penelitian Terdahulu
BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI A Tinjauan Pustaka Kajian penelitian terdahulu dimaksudkan untuk dijadikan perbandingan dengan penelitian yang dilakukan dan untuk menentukan variabel penelitian
Lebih terperinciBAB III TEORI HIERARKI ANALITIK. Proses Hierarki Analitik (PHA) atau Analytical Hierarchy Process (AHP)
BAB III TEORI HIERARKI ANALITIK 3.1 Pengertian Proses Hierarki Analitik Proses Hierarki Analitik (PHA) atau Analytical Hierarchy Process (AHP) pertama kali dikembangkan oleh Thomas Lorie Saaty dari Wharton
Lebih terperinciBAB 2 LANDASAN TEORI
19 BAB 2 LANDASAN TEORI 2.1 Analytic Hierarchy Process (AHP) Metode Analytic Hierarchy Process (AHP) dikembangkan oleh Thomas L. Saaty pada tahun 70 an ketika di Warston school. Metode AHP merupakan salah
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 terperinci1.1. Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Salah satu aplikasi sistem cerdas yang paling sukses dan masih berkembang saat ini yaitu peramalan beban listrik. Peramalan beban listrik adalah suatu ilmu
Lebih terperinciMETODE ANALYTICAL HIERARCHY PROCESS DALAM PENGAMBILAN KEPUTUSAN PEMILIHAN GALANGAN KAPAL UNTUK PEMBANGUNAN KAPAL TANKER DI PULAU BATAM
METODE ANALYTICAL HIERARCHY PROCESS DALAM PENGAMBILAN KEPUTUSAN PEMILIHAN GALANGAN KAPAL UNTUK PEMBANGUNAN KAPAL TANKER DI PULAU BATAM Oleh : Yuniva Eka Nugroho 4209106015 Jurusan Teknik Sistem Perkapalan
Lebih terperinciBAB 3 METODE PENELITIAN
56 BAB 3 METODE PENELITIAN 3.1 PENDAHULUAN Pada bab ini akan dipaparkan mengenai perancangan penelitian yang digunakan untuk mencapai tujuan dalam penulisan ini. Penelitian ini memiliki 2 (dua) tujuan,
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PEMILIHAN KADER KESEHATAN DI KECAMATAN PEUDAWA KABUPATEN ACEH TIMUR
SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN KADER KESEHATAN DI KECAMATAN PEUDAWA KABUPATEN ACEH TIMUR TI BAHREN, MUNAR a Jurusan Teknik Informatika Fakultas Ilmu Komputer Universitas Almuslim Jln. Almuslim Tlp.
Lebih terperinciANALISIS DAN IMPLEMENTASI PERANGKINGAN PEGAWAI MENGGUNAKAN METODE ANALYTICAL HIERARCHY PROCESS DAN SUPERIORITY INDEX
ANALISIS DAN IMPLEMENTASI PERANGKINGAN PEGAWAI MENGGUNAKAN METODE ANALYTICAL HIERARCHY PROCESS DAN SUPERIORITY INDEX Daniar Dwi Pratiwi 1, Erwin Budi Setiawan 2, Fhira Nhita 3 1,2,3 Prodi Ilmu Komputasi
Lebih terperinciAnalisa Faktor Pendukung Pemilihan Obat Untuk Penderita Penyakit Hipertensi Dengan Metode AHP (Analytical Hierarchy Process)
Analisa Faktor Pendukung Pemilihan Obat Untuk Penderita Penyakit Hipertensi Dengan Metode AHP (Analytical Hierarchy Process) Sugeng W 1, Adianto Birowo 2 1,2 Program Studi S1 Sistem Informasi, FST, Universitas
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Analytic Hierarchy Process (AHP) Analytic Hierarchy Process (AHP) adalah salah satu metode khusus dari Multi Criteria Decision Making (MCDM) yang diperkenalkan oleh Thomas L. Saaty.
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA 2.1. MCDM (Multiple Criteria Decision Making) Multi-Criteria Decision Making (MCDM) adalah suatu metode pengambilan keputusan untuk menetapkan alternatif terbaik dari sejumlah alternatif
Lebih terperinciPENERAPAN METODE ANALYTICAL HIERARCHY PROCESS UNTUK PEMILIHAN TYPE SEPEDA MOTOR YAMAHA
PENERAPAN METODE ANALYTICAL HIERARCHY PROCESS UNTUK PEMILIHAN TYPE SEPEDA MOTOR YAMAHA Agustian Noor Jurusan Teknik Informatika, Politeknik Negeri Tanah Laut Jl. A Yani Km 6 Pelaihari Tanah Laut Kalimantan
Lebih terperinciPEMILIHAN RANGE PLAFOND PEMBIAYAAN TERBAIK BMT DENGAN METODE AHP. Dwi Yuniarto, S.Sos., M.Kom. Program Studi Teknik Informatika STMIK Sumedang
PEMILIHAN RANGE PLAFOND PEMBIAYAAN TERBAIK BMT DENGAN METODE AHP Dwi Yuniarto, S.Sos., M.Kom. Program Studi Teknik Informatika STMIK Sumedang ABSTRAK Penentuan range plafond diperlukan untuk menentukan
Lebih terperinciSistem Inferensi Fuzzy
Sistem Inferensi Fuzzy METODE SUGENO 27 Sistem Inferensi Fuzzy Metode Tsukamoto Metode Sugeno! Diperkenalkan oleh Takagi-Sugeno-Kang, tahun 1985.! Bagian output (konsekuen) sistem tidak berupa himpunan
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PEMBERIAN BONUS KARYAWAN MENGGUNAKAN METODE AHP SKRIPSI
SISTEM PENDUKUNG KEPUTUSAN PEMBERIAN BONUS KARYAWAN MENGGUNAKAN METODE AHP SKRIPSI Diajukan Untuk Memenuhi Sebagian Syarat Guna Memperoleh Gelar Sarjana Teknik (S.Kom.) Pada Progam Studi Sistem Informasi
Lebih terperinciAPLIKASI SISTEM PENDUKUNG KEPUTUSAN PENEMPATAN BIDAN DI DESA MENGGUNAKAN METODE ANALITYCAL HIERARCHY PROCESS (AHP)
APLIKASI SISTEM PENDUKUNG KEPUTUSAN PENEMPATAN BIDAN DI DESA MENGGUNAKAN METODE ANALITYCAL HIERARCHY PROCESS (AHP) Haditsah Annur haditsah@gmail.com Universitas Ichsan Gorontalo Abstrak Penempatan bidan
Lebih terperinciIMPLEMENTASI SISTEM PENDUKUNG KEPUTUSAN PENERIMA BERAS UNTUK KELUARGA MISKIN ( RASKIN ) MENGGUNAKAN METODE AHP (ANALYTICAL HIERARCHY PROCESS) Ilyas
IMPLEMENTASI SISTEM PENDUKUNG KEPUTUSAN PENERIMA BERAS UNTUK KELUARGA MISKIN ( RASKIN ) MENGGUNAKAN METODE AHP (ANALYTICAL HIERARCHY PROCESS) Ilyas Program Studi Sistem Informasi, Fakultas Teknik dan Ilmu
Lebih terperinciBAB III ANALISA DAN PERANCANGAN SISTEM. ditujukan untuk menangani pencarian spesifikasi komputer yang sesuai dengan
BAB III ANALISA DAN PERANCANGAN SISTEM III. Analisis Masalah Sistem yang dibuat pada studi kasus pemilihan spesifikasi komputer ini, ditujukan untuk menangani pencarian spesifikasi komputer yang sesuai
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI Bab ini menjelaskan mengenai metode Analytic Hierarchy Process (AHP) sebagai metode yang digunakan untuk memilih obat terbaik dalam penelitian ini. Disini juga dijelaskan prosedur
Lebih terperinciSistem Pendukung Keputusan Pemilihan Penerima Beasiswa Berbasis Fuzzy Mamdani
ISSN: 0216-3284 899 Sistem Pendukung Keputusan Pemilihan Penerima Beasiswa Berbasis Fuzzy Mamdani Rabiatul Adawiah, Ruliah Program Studi Sistem Informasi Sekolah Tinggi Manajemen Informatika dan Komputer
Lebih terperinciAHP (Analytical Hierarchy Process)
AHP (Analytical Hierarchy Process) Pengertian Metode AHP dikembangkan oleh Saaty dan dipergunakan untuk menyelesaikan permasalahan yang komplek dimana data dan informasi statistik dari masalah yang dihadapi
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PEMILIHAN JURUSAN DI SMU DENGAN LOGIKA FUZZY
SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN JURUSAN DI SMU DENGAN LOGIKA FUZZY Hafsah, Heru Cahya Rustamaji, Yulia Inayati Jurusan Teknik Informatika UPN "Veteran" Yogyakarta Jl. Babarsari No 2 Tambakbayan Yogyakarta
Lebih terperinciLOGIKA FUZZY (Lanjutan)
Metode Mamdani Metode mamdani sering dikenal sebagai metode Max-Min. Metode ini diperkenalkan oleh Ebrahim Mamdani pada tahun 1975. Menurut metode ini, ada empat tahap yang harus dilalui untuk mendapatkan
Lebih terperinciMODEL PENUNJANG KEPUTUSAN PENYELEKSIAN PEMBERIAN BEASISWA BIDIKMISI MENGGUNAKAN METODE ANALYTICAL HIERARCHY PROCESS
MODEL PENUNJANG KEPUTUSAN PENYELEKSIAN PEMBERIAN BEASISWA BIDIKMISI MENGGUNAKAN METODE ANALYTICAL HIERARCHY PROCESS Adhie Thyo Priandika Teknik Informatika, STMIK Teknokrat Jl. H.ZA Pagaralam, No 9-11,
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Sistem Pendukung Keputusan Pada dasarnya Sistem Pendukung Keputusan ini merupakan pengembangan lebih lanjut dari sistem informasi manajemen terkomputerisasi yang dirancang sedemikian
Lebih terperinciBAB III METODE PENELITIAN. Metode yang digunakan dalam penelitian ini adalah metode penelitian
BAB III METODE PENELITIAN 3.1 Metode Penelitian Sugiyono (008 : 3) mengemukakan secara umum penelitian diartikan sebagai cara ilmiah untuk mendapatkan data dengan tujuan dan kegunaan tertentu. Metode yang
Lebih terperinciPENALARAN FUZZY SISTEM PAKAR DEPARTEMEN ILMU KOMPUTER INSTITUT PERTANIAN BOGOR 2012
PENALARAN FUZZY SISTEM PAKAR DEPARTEMEN ILMU KOMPUTER INSTITUT PERTANIAN BOGOR 2012 PENALARAN FUZZY Digunakan untuk menghasilkan suatu keputusan tunggal / crisp saat defuzzifikasi Penggunaan akan bergantung
Lebih terperinciBAB II KAJIAN PUSTAKA
BAB II KAJIAN PUSTAKA A. Kompetensi Pedagogik Menurut Mahmudin (2008) Kompetensi Guru merupakan seperangkat pengetahuan, keterampilan, dan perilaku yang harus dimiliki, dihayati, dikuasai, dan diaktualisasikan
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PEMILIHAN MAKANAN PADA BAYI LIMA TAHUN (BALITA) DENGAN MENGGUNAKAN METODE ANALYTICAL HIERARCHY PROCESS (AHP)
SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN MAKANAN PADA BAYI LIMA TAHUN (BALITA) DENGAN MENGGUNAKAN METODE ANALYTICAL HIERARCHY PROCESS (AHP) Rudiansyah Mahasiswa Program Studi Teknik Informatika, STMIK Budidarma
Lebih terperinciBAB 1 PENDAHULUAN. kesehatan yang belum dapat diselesaikan oleh negara-negara maju. dan berkembang di dunia. Studi pada tahun 2013 dari Institute for
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Obesitas didefinisikan sebagai akumulasi lemak tubuh yang berlebihan atau abnormal sehingga menimbulkan risiko bagi kesehatan, antara lain adalah penyakit kardiovaskular,
Lebih terperinciANALISIS DAN USULAN SOLUSI SISTEM UNTUK MENDUKUNG KEPUTUSAN PENILAIAN KINERJA DOSEN MENGGUNAKAN METODE ANALYTICAL HIERARCHY PROCESS (AHP)
ANALISIS DAN USULAN SOLUSI SISTEM UNTUK MENDUKUNG KEPUTUSAN PENILAIAN KINERJA DOSEN MENGGUNAKAN METODE ANALYTICAL HIERARCHY PROCESS (AHP) Petrus Wolo 1, Ernawati 2, Paulus Mudjihartono 3 Program Studi
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Analytical Hierarchy Process (AHP) Analytical Hierarchy Process (AHP) adalah salah satu metode dari Multi Criteria Decision Making (MCDM) yang dikembangkan oleh Prof. Thomas Lorie
Lebih terperinciRici Efrianda ( )
SISTEM PENDUKUNG KEPUTUSAN PEMBERIAN PINJAMAN PADA PUSAT KOPERASI KEPOLISIAN DAERAH SUMATERA UTARA DENGAN MENGGUNAKAN METODE ANALYTICAL HIERARCHY PROCESS (AHP) Rici Efrianda (14111028) Mahasiswa Program
Lebih terperinciSPK PENENTUAN TINGKAT KEPUASAN KONSUMEN PADA RESTORAN XYZ
SPK PENENTUAN TINGKAT KEPUASAN KONSUMEN PADA RESTORAN XYZ P.A Teknik Informatika Universitas Ahmad Dahlan Yogyakarta Kampus 3 UAD, Jl. Prof. Soepomo rochmahdyah@yahoo.com Abstrak Perkembangan teknologi
Lebih terperinciIMPLEMENTASI METODE FUZZY INFERENCE SYSTEM (FIS) MAMDANI DALAM PEMILIHAN PEKERJAAN BAGI LULUSAN IBI DARMAJAYA
IMPLEMENTASI METODE FUZZY INFERENCE SYSTEM (FIS) MAMDANI DALAM PEMILIHAN PEKERJAAN BAGI LULUSAN IBI DARMAJAYA Asri Bunga Renjani* 1, Yulmaini 2 Bandar Lampung, Telp. 0721-787214, Fax. 0721-700261 1,2 Teknik
Lebih terperinciANALISIS & DESAIN SISTEM FUZZY. Menggunakan TOOLBOX MATLAB
ANALISIS & DESAIN SISTEM FUZZY Menggunakan TOOLBOX MATLAB ANALISIS & DESAIN SISTEM FUZZY Menggunakan TOOLBOX MATLAB Sri Kusumadewi Analisis & Desain Sistem Fuzzy Menggunakan Toolbox Matlab Oleh: Sri Kusumadewi
Lebih terperinciKata kunci: Sistem pendukung keputusan metode Sugeno, tingkat kepribadian siswa
SISTEM PENDUKUNG KEPUTUSAN METODE SUGENO DALAM MENENTUKAN TINGKAT KEPRIBADIAN SISWA BERDASARKAN PENDIDIKAN (STUDI KASUS DI MI MIFTAHUL ULUM GONDANGLEGI MALANG) Wildan Hakim, 2 Turmudi, 3 Wahyu H. Irawan
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN
BAB IV HASIL DAN PEMBAHASAN IV.1. Tampilan Hasil Berikut ini dijelaskan tentang tampilan hasil dari sistem pendukung keputusan seleksi pemilihan agen terbaik dengan sistem yang dibangun dapat dilihat sebagai
Lebih terperinciINTRO Metode AHP dikembangkan oleh Saaty dan dipergunakan untuk menyelesaikan permasalahan yang komplek dimana data dan informasi statistik dari masal
METODE AHP INTRO Metode AHP dikembangkan oleh Saaty dan dipergunakan untuk menyelesaikan permasalahan yang komplek dimana data dan informasi statistik dari masalah yang dihadapi sangat sedikit. Intro analytical
Lebih terperinci