Sistem Pendukung Keputusan Untuk Menentukan Prestasi Akademik Siswa dengan Metode TOPSIS
|
|
- Suparman Darmali
- 7 tahun lalu
- Tontonan:
Transkripsi
1 Ctec Journal, Vol. 2, No. 2, Februar 2015 Aprl 2015 ISSN: Sstem Pendukung Keputusan Untuk Menentukan Prestas Akademk Sswa dengan Metode TOPSIS Amela Nur Ftrana* 1, Harlana 2, Handaru 3 1 STIKOM Poltek Crebon 2,3 Teknk Informatka STIKOM Poltek Crebon E-mal: * 1 eya_chase1509@yahoo.com, 2 harlana.merdharto@gmal.com, 3 handaru2007@yahoo.com Abstrak Pengamblan keputusan pada suatu lembaga/sekolah merupakan hal yang sangat pentng. Kepala sekolah seharusnya mengambl sebuah keputusan berdasarkan perhtungan dan pemkran jangka panjang agar keputusan menentukan prestas akademk sswa yang akan dambl tdak salah. D MA Darul Masholeh mash terdapat masalah dalam membuat laporan pembelajaran sswa, untuk menentukan sswa yang berprestas hanya dtentukan menggunakan nla rapot, belum adanya pemanfaatan secara optmal data laporan penlaan hasl belajar sswa, mash adanya kesultan untuk mengetahu pencapaan dar kegatan pembelajaran sswa. Dengan menggunakan metode TOPSIS dapat mempermudah guru untuk menentukan prestas akademk sswasecara tepat dan cepat, dmana metode topss adalah salah satu metode pengamblan keputusan dmana alternatve yang terplh merupakan alternatf terbak yang mempunya jarak terdekat dar solus deal postf dan terjauh dar solus deal negatf. Dar pengujan 20 alternatve dengan 6 krtera yatu hafalan al-qur an, nla rata-rata rapot, absens, nla mnmal, total nla dan pagam prestas. Dar 20 alternatve d dapatkan sswa yang berprestas yatu durutan pertama Wldan dengan nla preferens relatve 0,66, Kedua Ratna (0,64), ketga Snta (0,55), keempat Rn (0,50), Kelma Fasal (0,38) dan terakhr Sadryah dengan nla preferens relatve (0,00). Kata Kunc Sekolah, Prestas, Sstem Pendukung Keputusan, TOPSIS Abstract Decson-makng n an nsttuton/school s very mportant. School prncpals should take a decson based on the calculaton and long-term thnkng n order to decde on the academc achevement of students who wll be taken not wrong. In MA Darul Masholeh there s stll a problem n reportng student learnng, to determne student achevement s only determned usng rapot value, the lack of optmal utlzaton data reportng student learnng outcomes assessment, there s stll dffcult to determne the achevement of student learnng actvtes. By usng TOPSIS method can smplfy the teacher to determne academc achevement sswasecara precse and fast, whch TOPSIS method s one method of decson-makng n whch the chosen alternatve s the best alternatve that has the shortest dstance from the postve deal soluton and the farthest from the negatve deal soluton. Of the 20 alternatve testng wth 6 crtera that memorzng the Qur'an, the average value rapot, absenteesm, mnmum value, the total value and charter achevement. Of the 20 alternatve n gettng students who excel are lsted frst Wldfre wth relatve preference value of 0.66, the Second Ratna (0.64), thrd Sprott (0.55), fourth Rn (0.50), the Ffth Fasal (0.38) and the last Sadryah wth relatve preference value (0.00). Keywords School, Achevement, Decson Support Systems, TOPSIS
2 154 ISSN: PENDAHULUAN Serng perkembangan teknolog nformas yang sangat pentng terhadap kehdupan manusa dbdang penddkan. Upaya untuk menngkatkan mutu penddkan d Indonesa telah lama dlakukan. Lembaga penddkan setap tahunnya terus berusaha menngkatan mutu penddkan khususnya Madrasah Alyah (MA) dengan harapan lulusannya dapat memlk keteramplan dan keahlan lebh dbandngkan sekolah sederajat, hal tersebut dlakukan dem menngkatkan kualtas lulusan sehngga sap memasuk duna kerja. Penddkan mempunya peranan yang sangat pentng untuk kemajuan bangsa n. Salah satu hal yang tdak dapat dlepaskan dar penddkan yatu prestas peserta ddk, prestas peserta ddk merupakan suatu hal yang pentng bag semua phak yang terkat secara langsung maupun tdak langsung. Sebaga contoh, bag lembaga penddkan, prestas peserta ddk merupakan salah satu tolak ukur berkatan dengan keberhaslan penyelenggaraan penddkan. Lembaga penddkan setap tahunnya terus berusaha menngkatan mutu penddkan dengan harapan lulusannya dapat memlk keteramplan dan keahlan lebh dbandngkan sekolah sederajat, hal tersebut dlakukan dem menngkatkan kualtas lulusan sehngga sap memasuk duna kerja. Penddkan mempunya peranan yang sangat pentng untuk kemajuan bangsa n, sebaga contoh prestas peserta ddk merupakan salah satu tolak ukur berkatan dengan keberhaslan penyelenggaraan penddkan. Saat n proses penentuan prestas akademk sswa mash dlakukan dengan secara manual dengan beberapa kendala dan cenderung memakan waktu yang relatf lama. Hal n dsebabkan karena proses penentuan prestas hanya dlhat dr nla rapot, dan tdak menggunakan acuan lan untuk menentukan prestas, nla rapot tdak menjamn bahwa s sswa tersebut benar-benar berprestas. Menykap hal tersebut datas, pada peneltan n penyusun berusaha untuk membantu MA Darul Masholeh untuk menentukan prestas akademk sswa melalu perangkngan dengan menggunakan metode TOPSIS. Beberapa peneltan terdahulu yang telah dlakukan sebelumnya dan menjad referens peneltan n adalah: Peneltan [1] melakukan peneltan untuk menentukan merek dan tpe sepeda motor menggunakan WEB untuk menentukan mana yang terbak dan cocok untuk pembel melalu krtera penlaan tpe sepeda motor, merek sepeda motor. Untuk memudahkan pembel dalam memlh sepeda motor yang sesua dengan kengnannya maka drancang sebuah sstem pendukung keputusan untuk menentukan sepeda motor yang sesua.dmana sstem pendukung keputusan yang drancang berbass web sehngga mudah d akses dmanapun dan kapanpun dengan meda nternet. Dan sstem n dbangun dengan perhtungan yang akurat dengan menggunakan metode TOPSIS sehngga akuras perhtungan lebh terjamn. Peneltan [2] membahas mengena sstem pendukung keputusan untuk seleks penermaan beasswa,dengan krtera IPK, jumlah pemghaslan orangtua, jumlah tanggungan, semester dan status beasswa. untuk menentukan seseorang layak atau tdak menerma beasswa maka dperlukan sebuah sstem pendukung keputusan. Peneltan n merancang sstem pendukung keputusan menggunakan metode TOPSIS (Technque for Others Referece by Smlarty to Ideal Soluton). Metode n dplh karena mampu menyeleks keputusan terbak dar sejumlah keputusan yang dhaslkan, dalam hal n keputusan yang dmaksud adalah seseorang berhak menerma beasswa berdasarkan krtera-krtera yang telah dtetapkan.
3 Ctec Journal, Vol. 2, No. 2, Februar 2015 Aprl 2015 ISSN: METODE PENELITIAN 2.1. Perancangan Sstem Sstem yang dbangun adalah suatu sstem yang dapat dpaka oleh phak MA Darul Masholeh untuk menentukan prestas sswa. Selan tu sstem n juga dapat membantu pmpnan MA Darul MAsholeh dalam memberkan reward sswa terbak. Proses penentuan pengesub terbak dlhat dar krtera: 1. Hafalan Al-Qur an Hafalan Al-Qur an d dapat dar krtera untuk menentukan prestas akdemk sswa, hafalan al quran dgunakan sebaga acuan untuk menentukan prestas sswa. 2. Rata-rata nla Rata-rat nla d dapat dar nla rapot, rata-rata nla dgunakan untuk menentukan prestas akademk sswa 3. Nla Mnmal Nla mnmal d dapat dar nla rapot,nla mnmal dgunakan sebaga acuan untuk menentukan prestas akademk sswa. 4. Jumlah Kehadran Jumlah kehadran d dapat dar kehadran sswa selama 1semester mengkut pelajaran, jumlah kehadran mempengaruh untuk menentukan prestas. 5. Total Nla Total nla ddapat dar jumlah keseluruhan krtera 6. Pagam Prestas Pagam prestas d dapat dar sswa tersebut selama sekolah d MA Darul Masholeh, pagam prestas dgunakan untuk membantu sswa tersebut mengkut seleks prestas sswa, semakn banyak prestas yang d dapat semakn berpeluang untuk mendapatkan prestas. Gambar 1 menunjukkan gambaran umum dar sstem yang dbuat, dmana sstem akan melakukan proses pengolahan data krtera, pengolahan data alternatf yang dmlk serta proses perhtungan perangkngan yang terdr dar proses perhtungan matrk keputusan ternormalsas, perhtungan matrks ternormalsas terbobot, perhtungan matrks solus deal, perhtungan jarak tap alternatf, perhtungan nla preferens serta proses perhtungan perangkngan matrks. User yang terlbat dar sstem adalah Admn sebaga penanggung jawab pelaksana serta pmpnan MA Darul Masholeh tersebut sebaga pengawas.
4 156 ISSN: Admn Data krtera 1. Olah data krtera Data krtera Krttera Data krtera Data alternatf 2. Olah Data alternatve Data alternatf alternatf 3. Matrks keputusan ternormalsas Data alternatf Hasl_matrks Matrks_ternormalsas 4 Matrks tenormalsas terbobot Matrks_ternormalsas Hasl_matrks Matrks_ternormalsas_terbobot 5. Kalkulas matrks solus deal Matrks_solus_deal A_plus, a_mn Matrks_solus_deal Matrks solus deal 6. Kalkulas jarak tap alternatf Data alternatf Jarak_alt 7. Kalkulas nla preferens Jarak alternatf Nla preferens Nla_preferens Nla preferens Nla rangkng 8. Kalkulas htung matrks Nla rangkng Rangkng Gambar 1. Proses Perancangan Sstem 2.2. Technque For Order Preference By Smlarty To Ideal Soluton (TOPSIS) TOPSIS adalah salah satu metode yang bsa membantu proses pengamblan keputusan yang optmal untuk menyelesakan masalah keputusan secara prakts. Hal n dsebabkan karena konsepnya sederhana dan mudah dpaham, komputasnya efsen dan memlk kemampuan untuk mengukur knerja relatf dar alternatf-alternatf keputusan dalam bentuk matemats sederhana Secara umum, prosedur TOPSIS mengkut langkah-langkah sebega berkut: a. Menentukan matrks keputusan yang ternormalsas b. Menghtung matrks keputusan ternormalsas yang terbobot c. Menghtung matrks solus deal postf dan matrks solus deal nagatf d. Menhtung jarak antara nla setap alternatf dengan matrks solus deal postf dan matrks solus deal negatf e. Menghtung nla preferens untuk setap alternatf
5 Ctec Journal, Vol. 2, No. 2, Februar 2015 Aprl 2015 ISSN: TOPSIS membutuhkan ratng knerja setap alternatf A pada setap krtera C j yang ternormalsas, yatu: r j x m j 1 x 2 j dengan =1,2,...,m; dan j = 1,2,...,n. (1) Solus deal postf A + dan solus deal negatf A - dapat dtentukan berdasarkan ratng bobot ternormalsas (y j) sebaga: y w r j j dengan =1,2,...,m; dan j = 1,2,...,n. (2) A y y,, y ; 1, 2 n (3) A dengan y j y y,, y ; 1, 2 max yj ; mn yj ; n jka j adalah atrbut keuntungan jka j adalah atrbut baya (4) (5) y j mn yj ; max yj ; Dmana: j = 1,2,..,n. jka j adalah atrbut keuntungan jka j adalah atrbut baya (6) Sedangkan jarak antara alternatf A dengan solus deal postf drumuskan sebaga: D n 2 y yj ; j1 Jarak antara alternatf A dengan solus deal negatf drumuskan sebaga: D n 2 yj y ; j1 Nla preferens untuk setap alternatf (V) dberkan sebaga: = 1,2,...,m. (7) = 1,2,...,m. (8) V D D D ; (9) Nla V yang lebh besar menunjukkan bahwa alternatf A lebh dplh
6 158 ISSN: HASIL DAN PEMBAHASAN Sample yang dgunakan dalam pemlhan prestas akademk sswa dengan metode TOPSIS menggunakan 20 alternatfdan 6 krtera. Prosedur perhtungan yang dlakukan adalah: 1. Menentukan nla relatf terhadap masng-masng alternatf Sample perhtungan untuk masng-masng pengesub dapat dlhat pada Tabel 1. Tabel 1. Nla alternatf terhadap masng-masng krtera No Nama Hafalan Rata-rata Nla Total Pagam Absens sswa Quran nla mnmum nla prestas 1 Snta Rn Sadryah Wldan Ratna Fasal St fatmah Suslawat Sona Apand Jannah Abdul R Agus S Ag K Ayu R Bunga L Dallatul F Dew K Emah Eka G Menentukan matrks keputusan ternomalsas Dalam menentukan matrk keputusan ternormalsas, nla tap krtera (x j) untuk keseluruhan alternatf djumlahkan kemudan nla masng-masng krtera tersebut dbag dengan hasl jumlah krteranya. a. Untuk krtera hafal Al-Qur an (C 1) C 1 = (75) 2 +(75) 2 +(70) 2 +(70) 2 +(80) 2 +(75) 2 +(75) 2 +(80) 2 +(75) 2 + (70) 2 +(70) 2 +(60) 2 +(60) 2 +(70) 2 +(65) 2 +(65) 2 +(70) 2 +(75) 2 + (75) 2 +(70) = 319,57 R 11 = X 11/C 1 = 75/319,57 = 0,23 R 21 = X 21/C 1 = 75/319,57 = 0,23 R 31 = X 31/C 1 = 70/319,57 = 0,22 R 41 = X 41/C 1 = 70/319,57 = 0,22 R 51 = X 51/C 1 = 80/319,57 = 0,25 R 61 = X 61/C 1 = 75/319,57 = 0,23
7 Ctec Journal, Vol. 2, No. 2, Februar 2015 Aprl 2015 ISSN: R 71 = X 71/C 1 = 75/319,57 = 0,23 R 81 = X 81/C 1 = 80/319,57 = 0,25 R 91 = X 31/C 1 = 75/319,57 = 0,23 R 101 = X 31/C 1 = 70/319,57 = 0,22 R 111 = X 11/C 1 = 70/319,57 = 0,22 R 121 = X 21/C 1 = 60/319,57 = 0,19 R 131 = X 31/C 1 = 60/319,57 = 0,19 R 141 = X 41/C 1 = 70/319,57 = 0,22 R 151 = X 51/C 1 = 65/319,57 = 0,20 R 161 = X 61/C 1 = 65/319,57 = 0,20 R 171 = X 71/C 1 = 70/319,57 = 0,22 R 181 = X 81/C 1 = 75/319,57 = 0,23 R 191 = X 31/C 1 = 75/319,57 = 0,23 R 201 = X 31/C 1 = 70/319,57 = 0,23 b. Untuk krtera rata-rata nla (C 2) C 1 = (70) 2 +(80) 2 +(80) 2 +(80) 2 +(70) 2 +(75) 2 +(75) 2 +(80) 2 +(70) 2 + (75) 2+ (75) 2 +(75) 2 +(75) 2 +(75) 2 +(70) 2 +(70) 2 +(70) 2 +(80) 2 + (80) 2 +(75) = 327,38 R 11 = X 11/C 1 = 70/327,38 = 0,21 R 21 = X 21/C 1 = 80/327,38 = 0,24 R 31 = X 31/C 1 = 80/327,38 = 0,24 R 41 = X 41/C 1 = 80/327,38 = 0,24 R 51 = X 51/C 1 = 70/327,38 = 0,21 R 61 = X 61/C 1 = 75/327,38 = 0,23 R 71 = X 71/C 1 = 75/327,38 = 0,23 R 81 = X 81/C 1 = 80/327,38 = 0,24 R 91 = X 31/C 1 = 70/327,38 = 0,21 R 101 = X 31/C 1 = 75/327,38 = 0,23 R 111 = X 11/C 1 = 75/327,38 = 0,23 R 121 = X 21/C 1 = 75/327,38 = 0,23 R 131 = X 31/C 1 = 75/327,38 = 0,23 R 141 = X 41/C 1 = 75/327,38 = 0,23 R 151 = X 51/C 1 = 70/327,38 = 0,23 R 161 = X 61/C 1 = 70/327,38 = 0,21 R 171 = X 71/C 1 = 70/327,38 = 0,21 R 181 = X 81/C 1 = 80/327,38 = 0,24 R 191 = X 31/C 1 = 80/327,38 = 0,24 R 201 = X 31/C 1 = 75/327,38 = 0,23 Dan seterusnya, hngga ddapatkan Tabel 2. Tabel 2. Matrk Ternormalsas 0,23 0,21 0,22 0,25 0,23 0,25 0,23 0,24 0,22 0,24 0,23 0,38 0,22 0,24 0,22 0,21 0,22 0,25 0,22 0,24 0,22 0,21 0,22 0,25 0,25 0,21 0,22 0,24 0,23 0,38 0,23 0,23 0,22 0,25 0,24 0,25
8 160 ISSN: Tabel 2. (Lanjutan) 0,23 0,23 0,22 0,23 0,23 0,25 0,25 0,24 0,22 0,23 0,24 0,25 0,23 0,21 0,22 0,24 0,23 0,13 0,22 0,23 0,22 0,18 0,20 0,13 0,22 0,23 0,22 0,21 0,22 0,13 0,19 0,23 0,22 0,24 0,22 0,25 0,19 0,23 0,22 0,23 0,22 0,13 0,22 0,23 0,22 0,16 0,19 0,25 0,20 0,21 0,22 0,19 0,20 0,13 0,20 0,21 0,22 0,23 0,22 0,13 0,22 0,21 0,22 0,24 0,23 0,13 0,23 0,24 0,22 0,23 0,23 0,25 0,23 0,24 0,22 0,21 0,22 0,13 0,22 0,23 0,22 0,23 0,23 0,13 3. Menentukan matrks keputusan normalsas terbobot Sebelum menghtung matrk keputusan normalsas terbobot, tentukan terlebh dahulu bobot dar masng-masng krtera. Tngkat kepentngan tap krtera dapat dnla dar range 1 sampa 5, yatu: 1 : tdak pentng 2 : tdak terlalu pentng 3 : cukup pentng 4 : pentng 5 : sangat pentng Nla bobot awal (w) dgunakan untuk menunjukkan tngkat kepentngan relatf dar setap krtera. Bobot dar masng-masng krtera tertera pada Tabel 3. Tabel 3. Bobot Krtera No Krtera Bobot (W) 1 Hafalan Al-qur an 5 2 Rata-rata nla 5 3 Nla mnmal 3 4 Jml kehadran 5 5 Total nla 3 6 Pagam prestas 5 Setelah menentukan bobot dar masng-masng krtera, maka berdasarkan langkah 1 dan persamaan 2, kta dapat menghtung matrk normalsas terbobot yatu: a. Untuk krtera hafalan al-qur an Y 11 = W 11/R 11 = 5/0,23 = 1,17 Y 21 = W 11/R 21 = 5/0,23 = 1,17 Y 31 = W 11/R 31 = 5/0,22 = 1,10 Y 41 = W 11/R 41 = 5/0,22 = 1,10 Y 51 = W 11/R 51 = 5/0,25 = 1,25 Y 61 = W 11/R 61 = 5/0,23 = 1,17 Y 71 = W 11/R 71 = 5/0,23 = 1,17 Y 81 = W 11/R 81 = 5/0,25 = 1,25 Y 91 = W 11/R 91 = 5/0,23 = 1,17
9 Ctec Journal, Vol. 2, No. 2, Februar 2015 Aprl 2015 ISSN: Y 101 = W 11/R 101 = 5/0,22 = 1,10 Y 111 = W 11/R 111 = 5/0,22 = 1,10 Y 121 = W 11/R 121 = 5/0,19 = 0,94 Y 131 = W 11/R 131 = 5/0,19 = 0,94 Y 141 = W 11/R 141 = 5/0,22 = 1,10 Y 151 = W 11/R 151 = 5/0,20 = 1,02 Y 161 = W 11/R 161 = 5/0,20 = 1.02 Y 171 = W 11/ R 171 = 5/0,22 = 1,10 Y 181 = W 11/ R 181 = 5/0,23 = 1,17 Y 191 = W 11/R 191 = 5/0,23 = 1,17 Y 201 = W 11/R 201 = 5/0,23 = 1,10 Dan seterusnya, hngga ddapatkan Tabel 2. Tabel 4. Matrks ternormalsas terbobot 1,17 1,07 0,67 1,23 0,70 1,26 1,17 1,22 0,67 1,18 0,70 1,89 1,10 1,22 0,67 1,07 0,66 1,26 1,10 1,22 0,67 1,04 0,66 1,26 1,25 1,07 0,67 1,21 0,70 1,89 1,17 1,15 0,67 1,25 0,71 1,26 1,17 1,15 0,67 1,15 0,69 1,26 1,25 1,22 0,67 1,16 0,71 1,26 1,17 1,07 0,67 1,19 0,69 0,63 1,10 1,15 0,67 0,91 0,61 0,63 1,10 1,15 0,67 1,04 0,65 0,63 0,94 1,15 0,67 1,19 0,67 1,26 0,94 1,15 0,67 1,17 0,67 0,63 1,10 1,15 0,67 0,78 0,57 1,26 1,02 1,07 0,67 0,97 0,61 0,63 1,02 1,07 0,67 1,16 0,67 0,63 1,10 1,07 0,67 1,18 0,68 0,63 1,17 1,22 0,67 1,16 0,70 1,26 1,17 1,22 0,67 1,04 0,67 0,63 1,10 1,15 0,67 1,15 0,68 0,63 4. Menentukan matrks solus deal postf & matrks solus deal negatf Langkah selanjutnya yatu menentukan matrk solus deal postf dan matrk solus deal negatf berdasarkan persamaan 3 dan 4. Matrk solus deal postf (Yj+): A + = (y + 1, y + 2, y + 3,., y + n ) ; A = (y 1, y 2, y 3,., y n ) ; max y j ; Y + J = { 1 mn y j ; Solus deal postf dhtung sebaga berkut : y + 1 = max{1,17; 1,17; 1,10; 1,10; 1,2; : 1,17; 1,17. } = 1,25 y + 2 = max {1,07; 1,22; 1,22; 1,22; 1,07; 1.15; 1,15. } = 1,22 dan seterusnya A + = {1,25 ; 1,22 ; ; ; }
10 162 ISSN: Solus deal negatf dhtung sebaga berkut : y 1 = mn {1,17; 1,17; 1,10; 1,10; 1,2; : 1,17; 1,17. } = 0,94 y 2 = mn {1,07; 1,22; 1,22; 1,22; 1,07; 1.15; 1,15. } = 1,07 dan seterusnya A = {0,94 ; 1,07 ; ; ; } Demkan seterusnya, terakhr dperoleh solus deal postf dan solus deal negatf: Tabel 5. Matrks solus deal postfdan solus deal negatf Y1 Y2 Y3 Y4 Y5 Y6 Solus Ideal (+) 0,72 0,43 2,38 0,79 0,25 4,23 Solus Ideal (-) 0,87 0,43 0,00 1,56 0,45 2,60 5. Menentukan jarak antara nla setap alternatf dengan matrks solus deal postf & matrks solus deal negatf Selanjutnya untuk mencar jarak antar alternatf dengan matrks solus deal postf dapat menggunakan persamaan 7. D + = n + (y y j ) 2 j=1 ; Jarak antara alternatf A, dengan solus deal negatf drumuskan sebaga: D = n (y j y j=1 ) 2 ; = 1,2,...,m Membuat jarak antar nla terbobot setap alternatf terhadap solus deal postf: Nla jarak solus deal postf untuk hafalan Al-Qur an D 1 += (1,25 1,17)2 + (1,25 1,17) 2 + (1,25 1,10) 2 + (1,25 1,10) 2 +(1,25 1,25) 2 + (1,25 1,17) 2 = 07.2 Demkan seterusnya, terakhr dperoleh jarak solus deal postf dan solus deal negatf: Tabel 6. Jarak solus deal postf dan deal negatf Y1 Y2 Y3 Y4 Y5 Y6 Jarak Ideal (+) 0,72 0,43 2,38 0,79 0,25 4,23 Jarak Ideal (-) 0,87 0,43 0,00 1,56 0,45 2,60 6. Langkah terakhr dalam perhtungan TOPSIS adalah mencar nla preferens untuk setap alternatf dberkan sesua dengan persamaan 9 D V = D + + D ; = 1,2,...,m Nla V yang lebh besar menunjukan bahwa alternatf A lebh dplh. Menghtung nla preferens: a. Nla preferens bernama Snta D 1 V 1 = + D 1 + D = 0,87 1 0,87 + 0,72 = 0,55 b. Nla preferens bernama Rn V 2 = D 2 D 2 + D 2 + = 0,43 0,43 + 0,43 = 0,50
11 Ctec Journal, Vol. 2, No. 2, Februar 2015 Aprl 2015 ISSN: c. Nla preferens bernama Sadryah D 3 V 3 = + D 3 + D = 0,00 3 0,00 + 1,23 = 0,00 d. Nla preferens bernama Wldan V 4 = D 4 D 4 + D 4 + = 1,56 1,56 + 0,79 = 0,66 Dan seterusnya sampa dengan alternatf bud. Tabel 5 merupakan hasl perhtungan nla preferens untuk semua alternatf. Tabel 7. Nla preferens setap alternatf V1= 0,55 Snta V2= 0,50 Rn V3= 0,00 Sadryah V4= 0,66 Wldan V5= 0,64 Ratna V6= 0,38 Fasal Berdasarkan nla preferens terbesar 0,66 maka prestas akademk sswa Wldan adalah sswa berprestas. 4. KESIMPULAN Berdasarkan hasl peneltan yang telah dlakukan dapat dambl kesmpulan sebaga berkut: 1. Krtera dasar yang dapat djadkan standar pemlhan prestas akademk adalah: hafalan alqur an, rata-rata nla, nla mnmum, jumlah kehadran, total nla, pagam prestas. 2. Hasl dar perhtungan dengan menggunakan TOPSIS ddapatkan sswa berprestas Wldan menempat urutan pertama dengan nla preferens relatf untuk setap alternatfnya sebesar 0,66. Ratna menempat urutan kedua, dengan nla preferens relatfnya adalah 0,64. Snta dengan urutan ketga dengan nla preferens relatf 0,55. Rn d urutan keempat dengan nla preferens relatf 0,50. Fasal d urutan kelma dengan nla preferens relatf 0,38. Sadryah d urutan keenam dengan nla preferens relatfnya 0, SARAN Saran yang dapat dberkan untuk pengembangan lebh lanjut dar peneltan n adalah perlu dlakukannya perbandngan hasl perangkngan antara metode TOPSIS dengan metode perangkngan yang lan sepert ELECTREE, AHP dan sebaganya untuk mendapatkan efektftas hasl perangkngan yang lebh bak. Bag MA Daul Masholeh dharapkan agar aplkas n dapat membantu phak sekolah untuk menentukan prestas akademk sswa dengan cepat dan tepat.
12 164 ISSN: DAFTAR PUSTAKA [1] Sar, L. P., 2013, Sstem Pendukung Keputusan Menentukan Merek dan Tpe Sepeda Motor Berbass WEB dengan Metode TOPSIS, Jurnal Ilmah Pelta Informatka Bud Darma Informas dan Informatka, Vol IV, No 3, Hal [2] Aula, R., 2013, Sstem Pendukung Keputusan Seleks Penermaan Beasswa D STTH Medan, Semnar Nasonal Teknolog Informas dan Komunkas (SNASTIKOM 2013), Medan, Maret [3] Kusumadew, S., Hartat, S., Harjoko, A., 2006, Fuzzy Mult-Attrbute Decson Makng (Fuzzy MADM), Graha Ilmu, Yogyakarta. [4] Azm, M., Sonatha, Y., Rasydah, 2014, Pemanfaatan Sstem Pendukung Keputusan Untuk Penentuan Alokas Dana Kegatan (Stud Kasus Unt Kegatan Mahasswa Polteknk Neger Padang), Jurnal Momentum, Vol 16, No 1, Hal [5] Yang, G., Sun, L., 2010, A New Personalzed Recommendaton Technque Based On the Modfed TOPSIS Method, Internatonal Journal of Advanced Computer Scence and Applcaton (IJACSA), Vol. 1, No. 2, Hal [6] Saragh, H., Marbun, M., Reza, B., 2014, Development of Decson Support System Determnng the Student as Scholarshp Recpents by Fuzzy Mult Attrbute Decson Makng (FMADM), Jurnal Sstem Informas, Vol 9, No 2, Hal
Preferensi untuk alternatif A i diberikan
Bahan Kulah : Topk Khusus Metode Weghted Product (WP) menggunakan perkalan untuk menghubungkan ratng atrbut, dmana ratng setap atrbut harus dpangkatkan dulu dengan bobot atrbut yang bersangkutan. Proses
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN Dalam pembuatan tugas akhr n, penulsan mendapat referens dar pustaka serta lteratur lan yang berhubungan dengan pokok masalah yang penuls ajukan. Langkah-langkah yang akan
Lebih terperinciBab 2 Tinjauan Pustaka 2.1 Penelitian Terdahulu
Bab 2 Tnjauan Pustaka 2.1 Peneltan Terdahulu Pemlhan stud pustaka tentang sstem nformas penlaan knerja karyawan n juga ddasar pada peneltan sebelumnya yang berjudul Penerapan Metode TOPSIS untuk Pemberan
Lebih terperinciPERBANDINGAN METODE SAW DAN TOPSIS PADA KASUS UMKM
PERBANINGAN METOE SAW AN TOPSIS PAA KASUS UMKM Muh. Alyazd Mude al.mude@yahoo.com Teknk Informatka Unverstas Muslm Indonesa Abstrak alam pengamblan keputusan terhadap masalah berdasarkan sebuah analsa
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PENILAIAN KINERJA DAN PEMILIHAN MITRA BADAN PUSAT STATISTIK (BPS) KABUPATEN GUNUNGKIDUL MENGGUNAKAN METODE SAW BERBASIS WEB
SISTEM PENDUKUNG KEPUTUSAN PENILAIAN KINERJA DAN PEMILIHAN MITRA BADAN PUSAT STATISTIK (BPS) KABUPATEN GUNUNGKIDUL MENGGUNAKAN METODE SAW BERBASIS WEB Putr Har Ikhtarn ), Bety Nurltasar 2), Hafdz Alda
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN MENENTUKAN MEREK DAN TIPE SEPEDA MOTOR BERBASIS WEB DENGAN METODE TOPSIS
SISTEM PENDUKUNG KEPUTUSAN MENENTUKAN MEREK DAN TIPE SEPEDA MOTOR BERBASIS WEB DENGAN METODE TOPSIS Lnda Purnama Sar (0911103) Mahasswa Program Stud Teknk Informatka, STMIK Buddarma Medan Jl. Ssmangaraja
Lebih terperinciBAB II TINJAUAN PUSTAKA DAN DASAR TEORI
BAB II TINJAUAN PUSTAKA DAN DASAR TEORI 2.1 Tnjauan Pustaka Dar peneltan yang dlakukan Her Sulstyo (2010) telah dbuat suatu sstem perangkat lunak untuk mendukung dalam pengamblan keputusan menggunakan
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PEMILIHAN BIBIT UBI KAYU MENGGUNAKAN METODE TOPSIS (Studi Kasus : PT. Hutahaean)
Majalah Ilmah Informas dan Teknolog Ilmah (INTI ISSN : 3390X SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN BIBIT UBI KAYU MENGGUNAKAN METODE TOPSIS (Stud Kasus : PT. Hutahaean Relska Elfrda Capah (086 Mahasswa
Lebih terperinciBAB II TINJAUAN PUSTAKA. A. Konsep Dasar Sistem Pendukung Keputusan. menggantikan penilaian mereka. Dss ditujukan untuk keputusan keputusan yang
4 BAB II TINJAUAN PUSTAKA A. Konsep Dasar Sstem Pendukung Keputusan Lttle (1970) mendefnskan DSS sebaga sekumpulan prosedur berbass model untuk data pemrosesan dan penlaan guna membantu para manajer mengambl
Lebih terperinciSistem Pendukung Keputusan dalam Merekomendasikan Smartphone untuk Kalangan Pemula dengan Metode TOPSIS
Sstem Pendukung Keputusan dalam Merekomendaskan Smartphone untuk Kalangan Pemula dengan Metode TOPSIS Karmla 1, Muhammad dwan 2, In Parlna 3, Heru Satra 3 1,2,3 Jurusan Sstem Informas, STIKOM Tunas Bangsa,
Lebih terperinciImplementasi Teori Keputusan Penentuan Penerimaan Beasiswa Bagi Mahasiswa FMIPA Universitas Sulawesi Barat
JURNAL SAINTIFIK OL.3 NO., JANUARI 07 Implementas Teor Keputusan Penentuan Penermaan Beasswa Bag Mahasswa FMIPA Unverstas Sulawes Barat Hrman Rachman *, Nzar, Unverstas Sulawes Barat emal: manksman0@gmal.com,
Lebih terperinciMETODE OPTIMASI 11/13/2015. Capaian Pembelajaran
2 Capaan Pembelajaran METODE OPTIMASI N. Tr Suswanto Saptad Mahasswa dapat memaham dan mampu mengaplkaskan beberapa metode untuk menyelesakan masalah dengan alternatfalternatf dalam jumlah yang relatf
Lebih terperinciArdi Kurniawan 1), Kusrini 2) Sistem Informasi STMIK AMIKOM Yogyakarta 2)
Semnar Nasonal Teknolog Informas dan Multmeda 2016 STMIK AMIKOM Yogyakarta, 6-7 Februar 2016 ANALISIS DAN PERANCANGAN SISTEM PENDUKUNG KEPUTUSAN PENILAIAN KINERJA GURU (PKG) MENGGUNAKAN METODE SIMPLE ADDITIVE
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PEMBELIAN PERANGKAT KOMPUTER DENGAN METODE TOPSIS (Studi Kasus: CV. Triad)
Jurnal Informatka Mulawarman Vol. 10 No. 2 September 2015 1 SISTEM PENDUKUNG KEPUTUSAN PEMBELIAN PERANGKAT KOMPUTER DENGAN METODE TOPSIS (Stud Kasus: CV. Trad) Bunga Annete Bennng 1), Indah Ftr Astut 2),
Lebih terperinciPENENTUAN LOKASI PEMANCAR TELEVISI MENGGUNAKAN FUZZY MULTI CRITERIA DECISION MAKING
Meda Informatka, Vol. 2, No. 2, Desember 2004, 57-64 ISSN: 0854-4743 PENENTUAN LOKASI PEMANCAR TELEVISI MENGGUNAKAN FUZZY MULTI CRITERIA DECISION MAKING Sr Kusumadew Jurusan Teknk Informatka, Fakultas
Lebih terperinciUJI SENSITIVITAS METODE WP, SAW DAN TOPSIS DALAM MENENTUKAN TITIK LOKASI REPEATER INTERNET WIRELESS
UJI SENSITIVITAS METODE WP, SAW DAN TOPSIS DALAM MENENTUKAN TITIK LOKASI REPEATER INTERNET WIRELESS Davd Ahmad Effendy 1), Rony Her Irawan 2) 1) Sekolah Tngg Agama Islam Kedr (STAIN Kedr) 2) Unverstas
Lebih terperinciBAB 2 TINJAUAN PUSTAKA. Manurung (2010) menerapkan sistem pendukung keputusan seleksi
BAB 2 TINJAUAN PUSTAKA 2.1. Tnjauan Pustaka Manurung (2010) menerapkan sstem pendukung keputusan seleks penerma beasswa dengan metode Analtcal Herarcy Process (AHP) dan Technque Order Preference by Smlarty
Lebih terperinciSistem Pendukung Keputusan Pemilihan Pemasok Bahan Baku Menggunakan Metode Technique for Order Preference by Similarity to Ideal Solution
Jurnal Integras Vol. 8, No. 1, Aprl 2016, 56-60 p-issn: 2085-3858 Artcle Hstory Receved February, 2016 Accepted March, 2016 Sstem Pendukung Keputusan Pemlhan Pemasok Bahan Baku Menggunakan Metode Technque
Lebih terperinciModel SPK. Model optimasi (2) Model optimasi (1) Metode-metode Optimasi dengan Alternatif Terbatas 4/30/2017. Tujuan.
4/0/207 Tujuan Metode-metode Optmas dengan Alternatf Terbatas N O V R I N A Mahasswa dapat memaham dan mampu mengaplkaskan beberapa metode untuk menyelesakan masalah dengan alternatf-alternatf dalam jumlah
Lebih terperinciPERANCANGAN APLIKASI PEMILIHAN SANGKAR BURUNG MENGGUNAKAN METODE SMART SKRIPSI
Artkel Skrps PERANCANGAN APLIKASI PEMILIHAN SANGKAR BURUNG MENGGUNAKAN METODE SMART SKRIPSI Dajukan Untuk Memenuh Sabagan Syarat Guna Memperoleh Gelar Sarjana Komputer (S.Kom.) Pada Jurusan Teknk Informatka
Lebih terperinciJurnal Pengembangan Teknologi Informasi dan Ilmu Komputer e-issn: X
Jurnal Pengembangan Teknolog Informas dan Ilmu Komputer e-issn: 2548-964X Vol. 2, No. 3. Maret 2018, hlm. 1219-1226 http://j-ptk.ub.ac.d Sstem Pendukung Keputusan Pemlhan Mtra Jasa Pengrman Barang menggunakan
Lebih terperinciBAB III METODE PENELITIAN. menghasilkan Lembar Kegiatan Siswa (LKS) pada materi Geometri dengan
BAB III METODE PENELITIAN A. Jens Peneltan Peneltan n merupakan peneltan pengembangan yang bertujuan untuk menghaslkan Lembar Kegatan Sswa (LKS) pada mater Geometr dengan pendekatan pembelajaran berbass
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1. Hpotess Peneltan Berkatan dengan manusa masalah d atas maka penuls menyusun hpotess sebaga acuan dalam penulsan hpotess penuls yatu Terdapat hubungan postf antara penddkan
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN SELEKSI PENERIMAAM CALON SISWA BARU PADA SMA MUHAMADIYAH 1 PRINGSEWU DENGAN METODE SAW
SISTEM PENDUKUNG KEPUTUSAN SELEKSI PENERIMAAM CALON SISWA BARU PADA SMA MUHAMADIYAH 1 PRINGSEWU DENGAN METODE SAW Tr Suslowat, Rnawat STMIK Prngsewu Lampung Jl. Wsma Rn No. 09 prngsewu Lampung webste:
Lebih terperinciPEMILIHAN LAHAN TERBAIK UNTUK TANAMAN KELAPA SAWIT MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING
Semnar Nasonal Inovas Dan Aplkas Teknolog D Industr 2017 ISSN 2085-4218 ITN Malang, 4 Pebruar 2017 PEMILIHAN LAHAN TERBAIK UNTUK TANAMAN KELAPA SAWIT MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING Helza
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN Bab n membahas tentang prosedur pengembangan pembelajaran dan mplementas model Problem Based Learnng dalam pembelajaran Konsep Dasar Matematka, Subjek Peneltan, Teknk dan Instrumen
Lebih terperinciBAB I PENDAHULUAN. Semakin tinggi penerimaan Pajak di Indonesia, semakin tinggi pula kualitas
BAB I PENDAHULUAN A. LATAR BELAKANG Pajak merupakan sumber penermaan terpentng d Indonesa. Oleh karena tu Pemerntah selalu mengupayakan bagamana cara menngkatkan penermaan Pajak. Semakn tngg penermaan
Lebih terperinciBAB III METODOLOGI PENELITIAN. Metode yang digunakan dalam penelitian ini adalah metode eksperimen
3 BAB III METODOLOGI PENELITIAN A. Metode dan Desan Peneltan Metode yang dgunakan dalam peneltan n adalah metode ekspermen karena sesua dengan tujuan peneltan yatu melhat hubungan antara varabelvarabel
Lebih terperinciBAB 4 METODOLOGI PENELITIAN DAN ANALISIS
28 BAB 4 METODOLOGI PENELITIAN DAN ANALISIS 4.1 Kerangka Pemkran dan Hpotess Dalam proses peneltan n, akan duj beberapa varabel software yang telah dsebutkan pada bab sebelumnya. Sesua dengan tahapan-tahapan
Lebih terperinciPENERAPAN FUZZY AHP DAN TOPSIS UNTUK SELEKSI KANDIDAT PENERIMA BANTUAN RUMAH TIDAK LAYAK HUNI (RTLH) (STUDI KASUS : DESA BANTARWUNI)
PENERAPAN FUZZY AHP DAN TOPSIS UNTUK SELEKSI KANDIDAT PENERIA BANTUAN RUAH TIDAK LAYAK HUNI (RTLH) (STUDI KASUS : DESA BANTARWUNI) Agus Tr Hdayat, Agus Pryanto, Andka Elok Amala 1 Program Stud S1 Informatka
Lebih terperinciPENERAPAN METODE MAMDANI DALAM MENGHITUNG TINGKAT INFLASI BERDASARKAN KELOMPOK KOMODITI (Studi Kasus pada Data Inflasi Indonesia)
PENERAPAN METODE MAMDANI DALAM MENGHITUNG TINGKAT INFLASI BERDASARKAN KELOMPOK KOMODITI (Stud Kasus pada Data Inflas Indonesa) Putr Noorwan Effendy, Amar Sumarsa, Embay Rohaet Program Stud Matematka Fakultas
Lebih terperinciBAB III METODE PENELITIAN. berjumlah empat kelas terdiri dari 131 siswa. Sampel penelitian ini terdiri dari satu kelas yang diambil dengan
7 BAB III METODE PENELITIAN A. Populas dan Sampel 1. Populas Populas dalam peneltan n adalah seluruh sswa kelas XI SMA Yadka Bandar Lampung semester genap tahun pelajaran 014/ 015 yang berjumlah empat
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar belakang
BAB 1 PENDAHULUAN 1.1 Latar belakang Dalam memlh sesuatu, mula yang memlh yang sederhana sampa ke hal yang sangat rumt yang dbutuhkan bukanlah berpkr yang rumt, tetap bagaman berpkr secara sederhana. AHP
Lebih terperinciBAB III METODE PENELITIAN. Pada penelitian ini, penulis memilih lokasi di SMA Negeri 1 Boliyohuto khususnya
BAB III METODE PENELITIAN 3.1 Tempat dan Waktu Peneltan 3.1.1 Tempat Peneltan Pada peneltan n, penuls memlh lokas d SMA Neger 1 Bolyohuto khususnya pada sswa kelas X, karena penuls menganggap bahwa lokas
Lebih terperinciSistem Pendukung Keputusan Menggunakan Metode Technique for Order by Similarity to Ideal Solution (TOPSIS)
Sstem Pendukung Keputusan Menggunakan Metode Technque for Order by Smlarty to Ideal Soluton (TOPSIS) Murnawan 1, Akhmad Fadjar Sddq 2 1 Unverstas Wdyatama Bandung, Emal: murnawan@wdyatama.ac.d 2 STMIK
Lebih terperinciBAB III METODE PENELITIAN. Jenis penelitian yang akan digunakan dalam penelitian ini adalah
BAB III METODE PENELITIAN A. Jens Peneltan Jens peneltan yang akan dgunakan dalam peneltan n adalah peneltan pengembangan (Research and Development). Peneltan Research and Development (R&D) n merupakan
Lebih terperinciBAB 2 KAJIAN PUSTAKA
BAB 2 KAJIAN PUSTAKA 2.1 Negosas Negosas dapat dkategorkan dengan banyak cara, yatu berdasarkan sesuatu yang dnegosaskan, karakter dar orang yang melakukan negosas, protokol negosas, karakterstk dar nformas,
Lebih terperinciBAB III METODE PENELITIAN. sebuah fenomena atau suatu kejadian yang diteliti. Ciri-ciri metode deskriptif menurut Surakhmad W (1998:140) adalah
BAB III METODE PENELITIAN 3.1 Metode Peneltan Metode yang dgunakan dalam peneltan n adalah metode deskrptf. Peneltan deskrptf merupakan peneltan yang dlakukan untuk menggambarkan sebuah fenomena atau suatu
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini dilakukan di MTs Negeri 2 Bandar Lampung dengan populasi siswa
III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlakukan d MTs Neger Bandar Lampung dengan populas sswa kelas VII yang terdr dar 0 kelas yatu kelas unggulan, unggulan, dan kelas A sampa dengan
Lebih terperinciBAB III METODE PENELITIAN. pembelajaran berupa RPP dan LKS dengan pendekatan berbasis masalah ini
BAB III METODE PENELITIAN A. Desan Peneltan Metode peneltan yang dgunakan dalam pengembangan perangkat pembelajaran berupa RPP dan LKS dengan pendekatan berbass masalah n adalah metode pengembangan atau
Lebih terperinciBAB III METODOLOGI PENELITIAN
41 BAB III METODOLOGI PENELITIAN A. Metode Peneltan Berdasarkan masalah yang akan dtelt dengan melhat tujuan dan ruang lngkup dserta dengan pengolahan data, penafsran serta pengamblan kesmpulan, maka metode
Lebih terperinciBAB III METODOLOGI PENELITIAN. Jenis penelitian yang digunakan adalah penelitian pengembangan yang
BAB III METODOLOGI PENELITIAN A. Jens Peneltan Jens peneltan yang dgunakan adalah peneltan pengembangan yang bertujuan membuat suatu produk dan duj kelayakannya. B. Metode Pengembangan Peneltan n menggunakan
Lebih terperinciBAB IV METODE PENELITIAN. Penelitian mengenai Analisis Pengaruh Kupedes Terhadap Performance
BAB IV METODE PENELITIAN 4.1 Lokas dan Waktu Peneltan Peneltan mengena Analss Pengaruh Kupedes Terhadap Performance Busness Debtur dalam Sektor Perdagangan, Industr dan Pertanan dlaksanakan d Bank Rakyat
Lebih terperinciBAB III METODE PENELITIAN. Penelitian ini merupakan penelitian yang bertujuan untuk mendeskripsikan
BAB III METODE PENELITIAN A. Jens Peneltan Peneltan n merupakan peneltan yang bertujuan untuk mendeskrpskan langkah-langkah pengembangan perangkat pembelajaran matematka berbass teor varas berupa Rencana
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Al-Azhar 3 Bandar Lampung yang terletak di
III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlaksanakan d SMP Al-Azhar 3 Bandar Lampung yang terletak d Jl. Gn. Tanggamus Raya Way Halm, kota Bandar Lampung. Populas dalam peneltan n adalah
Lebih terperinciPROPOSAL SKRIPSI JUDUL:
PROPOSAL SKRIPSI JUDUL: 1.1. Latar Belakang Masalah SDM kn makn berperan besar bag kesuksesan suatu organsas. Banyak organsas menyadar bahwa unsur manusa dalam suatu organsas dapat memberkan keunggulan
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) Larasat Ayudha Jurusan Sstem Informas, Sekolah Tngg Manajemen Informatka dan
Lebih terperinciBAB III HIPOTESIS DAN METODOLOGI PENELITIAN
BAB III HIPOTESIS DAN METODOLOGI PENELITIAN III.1 Hpotess Berdasarkan kerangka pemkran sebelumnya, maka dapat drumuskan hpotess sebaga berkut : H1 : ada beda sgnfkan antara sebelum dan setelah penerbtan
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini merupakan studi eksperimen yang telah dilaksanakan di SMA
III. METODE PENELITIAN A. Waktu dan Tempat Peneltan Peneltan n merupakan stud ekspermen yang telah dlaksanakan d SMA Neger 3 Bandar Lampung. Peneltan n dlaksanakan pada semester genap tahun ajaran 2012/2013.
Lebih terperinciIII. METODE PENELITIAN
III. METODE PEELITIA 3.1. Kerangka Pemkran Peneltan BRI Unt Cbnong dan Unt Warung Jambu Uraan Pekerjaan Karyawan Subyek Analss Konds SDM Aktual (KKP) Konds SDM Harapan (KKJ) Kuesoner KKP Kuesoner KKJ la
Lebih terperinciBAB III METODE PENELITIAN. problems. Cresswell (2012: 533) beranggapan bahwa dengan
BAB III METODE PENELITIAN A. Jens Peneltan Jens peneltan n adalah peneltan kombnas atau mxed methods. Cresswell (2012: 533) A mxed methods research desgn s a procedure for collectng, analyzng and mxng
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN
BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Deskrps Data Hasl Peneltan Satelah melakukan peneltan, penelt melakukan stud lapangan untuk memperoleh data nla post test dar hasl tes setelah dkena perlakuan.
Lebih terperinciIV. PERANCANGAN DAN IMPLEMENTASI SISTEM
IV. PERANCANGAN DAN IMPLEMENTASI SISTEM Perancangan Sstem Sstem yang akan dkembangkan adalah berupa sstem yang dapat membantu keputusan pemodal untuk menentukan portofolo saham yang dperdagangkan d Bursa
Lebih terperinciBAB III METODE PENELITIAN. Jenis penelitian yang dipakai adalah penelitian kuantitatif, dengan
BAB III METODE PENELITIAN 3.1 Pendekatan dan Jens Peneltan Jens peneltan yang dpaka adalah peneltan kuanttatf, dengan menggunakan metode analss deskrptf dengan analss statstka nferensal artnya penuls dapat
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN
BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Deskrps Data Hasl Peneltan Peneltan n menggunakan peneltan ekspermen; subyek peneltannya dbedakan menjad kelas ekspermen dan kelas kontrol. Kelas ekspermen dber
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Pengertan Regres Regres pertama kal dpergunakan sebaga konsep statstka oleh Sr Francs Galton (1822 1911). Belau memperkenalkan model peramalan, penaksran, atau pendugaan, yang
Lebih terperinciPenerapan Metode AHP-TOPSIS Untuk Penyeleksian Permohonan Kredit Pada Koperasi Pegawai Republik Indonesia
Jurnal Sstem Informas Bsns 01(2015) Onlne : http://ejournal.undp.ac.d/ndex.php/jsnbs 33 Penerapan Metode AHPTOPSIS Untuk Penyeleksan Permohonan Kredt Pada Koperas Pegawa Republk Indonesa Hlmansyah Gan
Lebih terperinciBAB III METODE PENELITIAN. penelitian dilakukan secara purposive atau sengaja. Pemilihan lokasi penelitian
BAB III METODE PENELITIAN 3.1 Lokas Peneltan Peneltan dlaksanakan d Desa Sempalwadak, Kecamatan Bululawang, Kabupaten Malang pada bulan Februar hngga Me 2017. Pemlhan lokas peneltan dlakukan secara purposve
Lebih terperinciIV. UKURAN SIMPANGAN, DISPERSI & VARIASI
IV. UKURAN SIMPANGAN, DISPERSI & VARIASI Pendahuluan o Ukuran dspers atau ukuran varas, yang menggambarkan derajat bagamana berpencarnya data kuanttatf, dntaranya: rentang, rentang antar kuartl, smpangan
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini merupakan penelitian pengembangan (Research and
III. METODE PENELITIAN A. Desan Peneltan Peneltan n merupakan peneltan pengembangan (Research and Development). Peneltan pengembangan yang dlakukan adalah untuk mengembangkan penuntun praktkum menjad LKS
Lebih terperinciANALISIS DATA KATEGORIK (STK351)
Suplemen Respons Pertemuan ANALISIS DATA KATEGORIK (STK351) 7 Departemen Statstka FMIPA IPB Pokok Bahasan Sub Pokok Bahasan Referens Waktu Korelas Perngkat (Rank Correlaton) Bag. 1 Koefsen Korelas Perngkat
Lebih terperinciBAB 1 PENDAHULUAN. Pertumbuhan dan kestabilan ekonomi, adalah dua syarat penting bagi kemakmuran
BAB 1 PENDAHULUAN 1.1. Latar Belakang Pertumbuhan dan kestablan ekonom, adalah dua syarat pentng bag kemakmuran dan kesejahteraan suatu bangsa. Dengan pertumbuhan yang cukup, negara dapat melanjutkan pembangunan
Lebih terperinciHUBUNGAN KEMAMPUAN KEUANGAN DAERAH TERHADAP PERTUMBUHAN EKONOMI PROVINSI NUSA TENGGARA BARAT
HUBUNGAN KEMAMPUAN KEUANGAN DAERAH TERHADAP PERTUMBUHAN EKONOMI PROVINSI NUSA TENGGARA BARAT ABSTRAK STEVANY HANALYNA DETHAN Fakultas Ekonom Unv. Mahasaraswat Mataram e-mal : stevany.hanalyna.dethan@gmal.com
Lebih terperinciBAB IV PEMBAHASAN MODEL
BAB IV PEMBAHASAN MODEL Pada bab IV n akan dlakukan pembuatan model dengan melakukan analss perhtungan untuk permasalahan proses pengadaan model persedaan mult tem dengan baya produks cekung dan jont setup
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini dilaksanakan di SD Al-Azhar 1 Wayhalim Bandar Lampung. Populasi
3 III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlaksanakan d SD Al-Azhar Wayhalm Bandar Lampung. Populas dalam peneltan n adalah seluruh sswa kelas V yang terdr dar 5 kelas yatu V A, V B, V
Lebih terperinciBAB III METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di SMA Negeri I Tibawa pada semester genap
5 BAB III METODOLOGI PENELITIAN 3. Lokas Dan Waktu Peneltan Peneltan n dlaksanakan d SMA Neger I Tbawa pada semester genap tahun ajaran 0/03. Peneltan n berlangsung selama ± bulan (Me,Jun) mula dar tahap
Lebih terperinciBAB III METODE PENELITIAN. SMK Negeri I Gorontalo. Penetapan lokasi tersebut berdasarkan pada
3 BAB III METODE PENELITIAN 3.1 Tempat Dan Waktu Peneltan 3.1.1 Tempat Peneltan Peneltan yang dlakukan oleh penelt berlokas d Kelas Ak 6, SMK Neger I Gorontalo. Penetapan lokas tersebut berdasarkan pada
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang. Di dalam matematika mulai dari SD, SMP, SMA, dan Perguruan Tinggi
Daftar Is Daftar Is... Kata pengantar... BAB I...1 PENDAHULUAN...1 1.1 Latar Belakang...1 1.2 Rumusan Masalah...2 1.3 Tujuan...2 BAB II...3 TINJAUAN TEORITIS...3 2.1 Landasan Teor...4 BAB III...5 PEMBAHASAN...5
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini dilaksanakan di SMPN 8 Bandar Lampung. Populasi dalam
1 III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlaksanakan d SMPN 8 Bandar Lampung. Populas dalam peneltan n adalah seluruh sswa kelas VII SMPN 8 Bandar Lampung Tahun Pelajaran 01/013 yang terdr
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 13 Bandar Lampung. Populasi dalam
III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlaksanakan d SMP Neger 3 Bandar Lampung. Populas dalam peneltan n yatu seluruh sswa kelas VIII SMP Neger 3 Bandar Lampung Tahun Pelajaran 0/03 yang
Lebih terperinciBab 1 PENDAHULUAN Latar Belakang
11 Bab 1 PENDAHULUAN 1.1. Latar Belakang Perbankan adalah ndustr yang syarat dengan rsko. Mula dar pengumpulan dana sebaga sumber labltas, hngga penyaluran dana pada aktva produktf. Berbaga kegatan jasa
Lebih terperinciBAB V ANALISA PEMECAHAN MASALAH
BAB V ANALISA PEMECAHAN MASALAH 5.1 Analsa Pemlhan Model Tme Seres Forecastng Pemlhan model forecastng terbak dlakukan secara statstk, dmana alat statstk yang dgunakan adalah MAD, MAPE dan TS. Perbandngan
Lebih terperinciANALISIS REGRESI. Catatan Freddy
ANALISIS REGRESI Regres Lner Sederhana : Contoh Perhtungan Regres Lner Sederhana Menghtung harga a dan b Menyusun Persamaan Regres Korelas Pearson (Product Moment) Koefsen Determnas (KD) Regres Ganda :
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN ANALISIS KELAYAKAN PEMOHON PINJAMAN MODAL SYARIAH MENGGUNAKAN KOMBINASI METODE SAW DAN TOPSIS
Sstem Pendukung Keputusan Analss Kelayakan Pemohon Pnjaman Modal Syarah (Ardhanyat, Alf Gbran) SISTEM PENDUKUNG KEPUTUSAN ANALISIS KELAYAKAN PEMOHON PINJAMAN MODAL SYARIAH MENGGUNAKAN KOMBINASI METODE
Lebih terperinciBAB III METODE PENELITIAN. Sebelum dilakukan penelitian, langkah pertama yang harus dilakukan oleh
BAB III METODE PENELITIAN 3.1 Desan Peneltan Sebelum dlakukan peneltan, langkah pertama yang harus dlakukan oleh penelt adalah menentukan terlebh dahulu metode apa yang akan dgunakan dalam peneltan. Desan
Lebih terperinciMETODE PENELITIAN. Penentuan lokasi dilakukan secara tertuju (purposive) karena sungai ini termasuk
IV. METODE PENELITIAN 4.1. Tempat dan Waktu Peneltan Peneltan n dlakukan d Sunga Sak, Kota Pekanbaru, Provns Rau. Penentuan lokas dlakukan secara tertuju (purposve) karena sunga n termasuk dalam 13 sunga
Lebih terperinciBAB III METODE PENELITIAN. Karangkajen, Madrasah Tsanawiyah Mu'allimaat Muhammadiyah Yogyakarta,
BAB III METODE PENELITIAN A. Tempat dan Waktu Peneltan Peneltan n dlakukan pada 6 (enam) MTs d Kota Yogyakarta, yang melput: Madrasah Tsanawyah Neger Yogyakarta II, Madrasah Tsanawyah Muhammadyah Gedongtengen,
Lebih terperinciBAB V PENGEMBANGAN MODEL FUZZY PROGRAM LINIER
BAB V PENGEMBANGAN MODEL FUZZY PROGRAM LINIER 5.1 Pembelajaran Dengan Fuzzy Program Lner. Salah satu model program lnear klask, adalah : Maksmumkan : T f ( x) = c x Dengan batasan : Ax b x 0 n m mxn Dengan
Lebih terperinciBAB IV PERHITUNGAN DAN ANALISIS
BAB IV PERHITUNGAN DAN ANALISIS 4.1 Survey Parameter Survey parameter n dlakukan dengan mengubah satu jens parameter dengan membuat parameter lannya tetap. Pengamatan terhadap berbaga nla untuk satu parameter
Lebih terperinciBAB IX. STATISTIKA. CONTOH : HASIL ULANGAN MATEMATIKA 5 SISWA SBB: PENGERTIAN STATISTIKA DAN STATISTIK:
BAB IX. STATISTIKA. CONTOH : HASIL ULANGAN MATEMATIKA 5 SISWA SBB: PENGERTIAN STATISTIKA DAN STATISTIK: BAB IX. STATISTIKA Contoh : hasl ulangan Matematka 5 sswa sbb: 6 8 7 6 9 Pengertan Statstka dan
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 ENDAHULUAN 1.1 Latar Belakang Manusa dlahrkan ke duna dengan ms menjalankan kehdupannya sesua dengan kodrat Illah yakn tumbuh dan berkembang. Untuk tumbuh dan berkembang, berart setap nsan harus
Lebih terperinciMETODE PENELITIAN. digunakan untuk mengetahui bagaimana pengaruh variabel X (celebrity
37 III. METODE PENELITIAN 3.1 Jens dan Sumber Data Jens peneltan yang dgunakan adalah peneltan deskrptf, yang mana dgunakan untuk mengetahu bagamana pengaruh varabel X (celebrty endorser) terhadap varabel
Lebih terperinciNama : Crishadi Juliantoro NPM :
ANALISIS INVESTASI PADA PERUSAHAAN YANG MASUK DALAM PERHITUNGAN INDEX LQ-45 MENGGUNAKAN PORTOFOLIO DENGAN METODE SINGLE INDEX MODEL. Nama : Crshad Julantoro NPM : 110630 Latar Belakang Pemlhan saham yang
Lebih terperinciBAB II METODOLOGI PENELITIAN. Jenis penelitian yang digunakan dalam penelitian ini adalah penelitian. variable independen dengan variabel dependen.
BAB II METODOLOGI PENELITIAN A. Bentuk Peneltan Jens peneltan yang dgunakan dalam peneltan n adalah peneltan deskrptf dengan analsa kuanttatf, dengan maksud untuk mencar pengaruh antara varable ndependen
Lebih terperinciBAB I PENDAHULUAN. dalam diri sendiri ataupun yang ditimbulkan dari luar. karyawan. Masalah stress kerja di dalam organisasi menjadi gejala yang
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Pekerjaan merupakan suatu aspek kehdupan yang sagat pentng. Bag masyarakat modern bekerja merupakan suatu tuntutan yang mendasar, bak dalam rangka memperoleh
Lebih terperinciBABY. S!MPULAN DA:"i SARAN. Rumah sakit adalah bentuk organisasi pengelolaan jasa pelayanan
BABY S!MPULAN DA:" SARAN A. Smpulan Rumah sakt adalah bentuk organsas pengelolaan jasa pelayanan kesehatan ndvdual secara menyeluruh oleh karena tu dperlukan penerapan vs. ms. dan strateg seara tepat oleh
Lebih terperinci3.1 Desain Penelitian
3.1 Desan Peneltan BAB III METODOLOGI PENELITIAN Gambar 3.1 Desan Peneltan Gambar datas menunjukan desan peneltan ang gunakan dalam membangun Sstem Pendukung Keputusan Penentuan Tema Skrps n. 28 29 3.2
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN. Penulis melaksanakan penelitian terlebih dahulu membuat surat izin penelitian
BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Pelaksanaan Peneltan Penuls melaksanakan peneltan terlebh dahulu membuat surat zn peneltan yang dtujukan pada SMK Neger 1 Cmah, dengan waktu pelaksanaan peneltan
Lebih terperinciBAB III METODELOGI PENELITIAN. metode penelitian yang digunakan dalam penelitian ini adalah metode deskriptif
BAB III METODELOGI PENELITIAN 3.1 Desan Peneltan Metode peneltan mengungkapkan dengan jelas bagamana cara memperoleh data yang dperlukan, oleh karena tu metode peneltan lebh menekankan pada strateg, proses
Lebih terperinciBAB 4 METODOLOGI PENELITIAN. data, dan teknik analisis data. Kerangka pemikiran hipotesis membahas hipotesis
BAB 4 METODOLOGI PENELITIAN Pada bab n akan durakan kerangka pemkran hpotess, teknk pengumpulan data, dan teknk analss data. Kerangka pemkran hpotess membahas hpotess pengujan pada peneltan, teknk pengumpulan
Lebih terperinciIV. HASIL DAN PEMBAHASAN
IV. HASIL DAN PEMBAHASAN Data terdr dar dua data utama, yatu data denyut jantung pada saat kalbras dan denyut jantung pada saat bekerja. Semuanya akan dbahas pada sub bab-sub bab berkut. A. Denyut Jantung
Lebih terperinciOptimasi Pemilihan Paket Internet Dengan Menggunakan Metode AHP
Optmas Pemlhan Paket Internet Dengan Menggunakan Metode HP Wwek Katrna 1, Solkhun 2, M.Saf, Sumarno 1,2,, Jurusan Sstem Informas, STIKOM Tunas Bangsa, Pematangsantar Sumatera Utara 1 Mahasswa STIKOM Tunas
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Penjadwalan Baker (1974) mendefnskan penjadwalan sebaga proses pengalokasan sumber-sumber dalam jangka waktu tertentu untuk melakukan sejumlah pekerjaan. Menurut Morton dan
Lebih terperinciBAB I PENDAHULUAN I-1
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Kendaraan bermotor merupakan alat yang palng dbutuhkan sebaga meda transportas. Kendaraan dbag menjad dua macam, yatu kendaraan umum dan prbad. Kendaraan umum
Lebih terperinciTinjauan Algoritma Genetika Pada Permasalahan Himpunan Hitting Minimal
157 Vol. 13, No. 2, 157-161, Januar 2017 Tnjauan Algortma Genetka Pada Permasalahan Hmpunan Httng Mnmal Jusmawat Massalesse, Bud Nurwahyu Abstrak Beberapa persoalan menark dapat dformulaskan sebaga permasalahan
Lebih terperinciBAB III METODE PENELITIAN. hasil penelitian. Walaupun penelitian ini merupakan penelitian kuasi eksperimen,
BAB III METODE PENELITIAN A. Metode dan Desan Peneltan Metode peneltan n adalah quas ekspermen karena terdapat unsur manpulas, yatu mengubah keadaan basa secara sstemats ke keadaan tertentu serta tetap
Lebih terperinciBAB I PENDAHULUAN. konsep strategi yang cocok untuk menghadapi persaingan baik itu mengikuti marketing
BAB I PENDAHULUAN 1.1 Latar Belakang Konds persangan dalam berbaga bdang ndustr saat n dapat dkatakan sudah sedemkan ketatnya. Persangan dalam merebut pasar, adanya novas produk, mencptakan kepuasan pelanggan
Lebih terperinciBAB III METODE PENELITIAN. Metode penelitian yang digunakan dalam penelitian ini adalah metode
BAB III METODE PENELITIAN Desan Peneltan Metode peneltan yang dgunakan dalam peneltan n adalah metode deskrptf analts dengan jens pendekatan stud kasus yatu dengan melhat fenomena permasalahan yang ada
Lebih terperinciBAB IV PEMBAHASAN HASIL PENELITIAN PENGARUH PENGGUNAAN METODE GALLERY WALK
BAB IV PEMBAASAN ASIL PENELITIAN PENGARU PENGGUNAAN METODE GALLERY WALK TERADAP ASIL BELAJAR MATA PELAJARAN IPS MATERI POKOK KERAGAMAN SUKU BANGSA DAN BUDAYA DI INDONESIA A. Deskrps Data asl Peneltan.
Lebih terperinciBab III Analisis Rantai Markov
Bab III Analss Ranta Markov Sstem Markov (atau proses Markov atau ranta Markov) merupakan suatu sstem dengan satu atau beberapa state atau keadaan, dan dapat berpndah dar satu state ke state yang lan pada
Lebih terperinci