BAB II LANDASAN TEORI
|
|
- Susanti Tedja
- 7 tahun lalu
- Tontonan:
Transkripsi
1 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. Secara sederhana, suatu sistem dapat diartikan sebagai suatu kumpulan atau himpunan dari unsur, komponen, atau variabel yang terorganisir, saling berinteraksi, saling berpengaruh satu sama lain. Sistem yang baik harus mempunyai tujuan dan sasaran yang tepat karena hal ini akan sangat menentukan dalam mendefenisikan masukan (input) yang dibutuhkan sistem dan juga keluaran (output) yang dihasilkan (Kristanto,2003). 2.2 Elemen Dasar Sistem Sebuah sistem memiliki tiga elemen dasar yang terdiri dari input, proses dan output. Hubungan antara elemen-elemen dalam sistem dapat dilihat pada gambar 2.1 berikut. Gambar 2.1. Elemen-elemen Sistem
2 Pada gambar 2.1 dapat diketahui bahwa tujuan, batasan dan kontrol merupakan bagian sistem yang memberi pengaruh terhadap proses input dan ouput. Masukan yang masuk dalam sistem akan diproses sehingga menghasilkan keluaran. Keluaran dianalisa dan akan menjadi umpan balik bagi si penerima lalu dari umpan balik ini muncul segala macam pertimbangan untuk masukan selanjutnya. Siklus ini akan berlanjut dan berkembang sesuai dengan permasalahan yang ada. 2.3 Definisi dan Tujuan Sistem Pendukung Keputusan Sistem pendukung keputusan adalah suatu pendekatan sistematis pada hakekat suatu masalah, pengumpulan fakta-fakta penentu yang matang dari alternatif yang dihadapi dan pengambilan tindakan yang paling tepat (Kadarsa h Suryadi, 2000). Menurut Dadan Umar Daihani (2001:54), konsep Sistem Pendukung Keputusan (SPK) pertama kali diungkapkan pada awal tahun an oleh Michael S.Scott Morton yang menjelaskan bahwa Sistem Pendukung Keputusan adalah suatu sistem yang berbasis komputer yang ditujukan untuk membantu pengambil keputusan dalam memanfaatkan data dan model tertentu untuk memecahkan berbagai persoalan yang tidak terstruktur. Selain itu Efraim Turban mengemukakan bahwa Sistem Pendukung Keputusan merupakan sebuah sistem yang dimaksudkan untuk mendukung para pengambil keputusan manajerial dalam situasi keputusan semiterstruktur. Dari beberapa definisi di atas dapat dikatakan bahwa Sistem Pendukung Keputusan adalah suatu sistem informasi spesifik yang ditujukan untuk membantu manajer dalam mengambil keputusan yang berkaitan dengan persoalan yang bersifat semi struktur dan tidak terstruktur. Sistem ini memiliki fasilitas untuk menghasilkan berbagai alternatif yang secara interaktif dapat digunakan oleh pemakai. Sistem ini berbasis komputer yang dirancang untuk meningkatkan efektivitas pengambilan keputusan dalam memecahkan masalah yang bersifat semi terstruktur dan tidak terstruktur. Kata berbasis komputer merupakan kata kunci, karena hampir tidak mungkin membangun SPK tanpa memanfaatkan II-2
3 komputer sebagai alat bantu, terutama untuk menyimpan data serta mengelola model. Menurut Turban (2005), Tujuan dari SPK adalah : 1. Membantu manajer dalam pengambilan keputusan atas masalah semi terstruktur. 2. Memberikan dukungan atas pertimbangan manajer dan bukannya dimaksudkan untuk menggantikan fungsi manajer. 3. Meningkatkan efektivitas keputusan yang diambil manajer lebih daripada perbaikan efisiensinya. 4. Kecepatan komputasi. Komputer memungkinkan para pengambil keputusan untuk melakukan banyak komputasi secara cepat dengan biaya yang rendah. 5. Peningkatan produktivitas. Membangun satu kelompok pengambil keputusan, terutama para pakar, bisa sangat mahal. Pendukung terkomputerisasi bisa mengurangi ukuran kelompok dan memungkinkan para anggotanya untuk berada di berbagai lokasi yang berbeda-beda (menghemat biaya perjalanan). 6. Dukungan kualitas. Komputer bisa meningkatkan kualitas keputusan yang dibuat. Sebagai contoh, semakin banyak data yang diakses, semakin banyak data yang diakses, makin banyak juga alternatif yang bisa dievaluasi. 7. Berdaya saing. Manajemen dan pemberdayaan sumber daya perusahaan. Tekanan persaingan menyebabkan tugas pengambilan keputusan menjadi sulit. 8. Mengatasi keterbatasan kognitif dalam memproses dan penyimpanan. 2.4 Karakteristik Sistem Pendukung Keputusan Beberapa karakteristik sistem pendukung keputusan (Turban, 2005) adalah: II-3
4 1. Sistem pendukung keputusan dapat membantu pengambilan keputusan dalam memecahkan masalah terutama pada situasi semi testruktur dengan menyertakan penialaian manusia dan informasi terkomputerisasi. 2. Memberi dukungan untuk semua level manajerial. 3. Sistem pendukung keputusan meningkatkan efektifitas pengambilan keputusan. 4. Sistem pendukung keputusan memberi dukungan untuk individu dan kelompok. 5. Dapat diadaptasi dan fleksibel. Karena pengguna dapat menambahkan, menghapus, mengubah atau menyusun kembali elemen-elemen dasar, dan dapat dimodifikasi untuk memecahkan masalah lain yang sejenis. 2.5 Komponen Sistem Pendukung Keputusan Definisi awal sistem pendukung keputusan menunjukan sistem pendukung keputusan sebagai sebuah sistem yang dimaksudkan untuk mendukung para pengambil keputusan manajerial dalam situasi keputusan semi terstruktur. Sistem pendukung keputusan ditujukan untuk keputusan-keputusan yang memerlukan penilaian atau pada keputusan-keputusan yang tidak dapat didukung oleh algoritma (langkah-langkah praktis dalam penyelesaian masalah). Sistem pendukung keputusan memiliki tiga subsistem utama yaitu subsistem manajemen basis data, subsistem manajemen basis model, dan subsistem perangkat lunak penyelenggara dialog (Kadarsah Suryadi, 2000). Pada gambar 2.2 dapat dilihat komponen-komponen sistem pendukung keputusan serta hubungan antar masing-masing komponen. Pemakai atau pengguna sistem pendukung keputusan memiliki peran aktif dalam menjalankan sistem pendukung keputusan tersebut yang ditunjukkan dengan garis dua mata anak panah. II-4
5 Gambar 2.2. Komponen-komponen Sistem Pendukung Keputusan Subsistem Manajemen Basis Data Ada beberapa perbedaan antara basis data untuk SPK dan non-spk. Pertama, sumber data untuk SPK lebih kaya dari pada non-spk dimana data harus berasal dari luar dan dari dalam karena proses pengambilan keputusan, terutama dalam level manajemen puncak, sangat bergantung pada sumber data dari luar, seperti data ekonomi (Kadarsah Suryadi, 2000). Perbedaan lain adalah proses pengambilan dan ekstraksi data dari sumber data yang sangat besar. Dalam hal ini kemampuan yang dibutuhkan dari manajemen basis data dapat diringkas sebagai berikut (Kadarsah Suryadi, 2000) : 1. Kemampuan untuk mengkombinasikan berbagai variasi data melalui pengambilan dan ekstraksi data. 2. Kemampuan untuk menambah sumber data secara cepat dan mudah. II-5
6 3. Kemampuan untuk menggambar struktur data logikal sesuai dengan pengertian pemakai sehingga pemakai dapat mengetahui apa yang tersedia dan dapat menentukan kebutuhan penambahan dan pengurangan. 4. Kemampuan untuk menangani data secara personil sehingga pemakai dapat mencoba berbagai alternatif pertimbangan personil. 5. Kemampuan untuk mengelola berbagai variasi data Subsistem Manajemen Basis Model Salah satu keunggulan SPK adalah kemampuan untuk mengintegrasikan akses data dan model-model keputusan. Hal ini dapat dilakukan dengan menambah model-model keputusan kedalam sistem informasi yang menggunakan basis data sebagai mekanisme integrasi dan komunikasi diantara model-model (Kadarsah Suryadi, 2000). Salah satu persoalan yang berkaitan dengan model adalah bahwa penyusunan model seringkali terikat pada struktur model yang mengasumsikan adanya masukan yang benar dan cara keluaran yang tepat. Sementara itu, model cendrung tidak mencukupi karena adanya kesulitan dalam mengembangkan model yang terintegrasi untuk menangani sekumpulan keputusan yang saling bergantungan. Cara untuk menangani persoalan ini dengan menggunakan koleksi berbagai model yang terpisah, dimana setiap model digunakan untuk menangani bagian yang berbeda dari masalah yang sedang dihadapi (Kadarsah Suryadi, 2000). Kemampuan yang dimiliki subsistem basis model meliputi : 1. Kemampuan untuk menciptakan model-model baru secara cepat dan mudah. 2. Kemampuan untuk mengakses dan mengintegrasikan model-model keputusan. 3. Kemampuan untuk mengelola basis model dengan fungsi manajemen yang analog dan manajemen basis data (seperti mekanisme untuk menyimpan, membuat dialog, menghubungkan dan mengakses model). II-6
7 2.5.3 Subsistem Manajemen Dialog Flaksibelitas dan kekuatan karakteristik SPK timbul dari kemampuan interaksi antar sistem dan pemakai, yang dinamakan subsistem dialog. Bennet mendefinisikan pemakai, terminal, dan sistem perangkat lunak sebagai komponen-komponen dari sistem dialog (Kadarsah Suryadi, 2000). Ia membagi subsistem menjadi tiga bagian, yaitu: 1. Bahasa aksi, meliputi apa yang dapat digunakan oleh pemakai dalam berkomunikasi dengan sistem. Hal ini meliputi pemilihan-pemilihan seperti papan ketik (keyboard), panel-panel sentuh, joystick, perintah suara dan sebagainya. 2. Bahasa tampilan atau presentasi, meliputi apa yang harus diketahui oleh pemakai. Bahasa tampilan meliputi pilihan-pilihan seperti printer, layar tampilan, grafik, warna, plotter, keluaran suara dan sebagainya. 3. Basis pengetahuan, meliputi apa yang harus diketahui oleh pemakai. Basis pengetahuan meliputi apa yang harus diketahui oleh pemakai agar pemakaian sistem bisa efektif. Basis pengetahuan bisa berada dalam pikiran pemakai, pada kartu referensi atau petunjuk, dalam buku manual dan sebagainya. 2.6 Pembangunan Sistem Pendukung Keputusan Menurut Simon, proses pengambilan keputusan meliputi tiga fase utama yaitu inteligensi, desain, dan kriteria atau pilihan. Ia Kemudian menambahkan fase keempat yakini implementasi (Turban, 2005) Fase Inteligensi Intelegensi dalam pengambilan keputusan meliputi scanning (pemindaian) lingkungan, baik secara berkala ataupun terus-menerus. Inteligensi mencakup berbagai aktivitas yang menekankan identifikasi situasi atau peluang-peluang masalah. Tahapan dalam fase intelegensi antara lain identifikasi masalah (peluang), klasifikasi masalah, dan kepemilikan masalah Fase Desain Fase desain meliputi penemuan atau mengembangkan dan menganalisis tindakan yang mungkin untuk dilakukan. Hal ini meliputi pemahaman terhadap II-7
8 masalah dan menguji solusi yang layak. Tahapan dalam fase intelegensi antara lain memilih sebuah prinsip pilihan, mengembangkan (menghasilkan) alternatif - alternatif, dan mengukur hasil akhir Fase Pilihan Pilihan merupakan tindakan pengambilan keputusan yang kritis. Fase pilihan adalah fase di mana dibuat suatu keputusan yang nyata dan diambil suatu komitmen untuk mengikuti suatu tindakan tertentu. Batas antara fase pilihan dan desain sering tidak jelas karena aktivitas tertentu dapat dilakukan selama kedua fase tersebut dank arena orang dapat sering kembali dari aktivitas pilihan ke aktivitas desain. Sebagai contoh, seseorang dapat menghasilkan alternatif baru selagi mengevaluasi alternatif yang ada. Fase pilihan meliputi pencarian, evaluasi, dan rekomendasi terhadap suatu solusi yang tepat untuk model. Sebuah solusi untuk sebuah model adalah sekumpulan nilai spesifik untuk variabel-variabel keputusan dalam suatu alternatif yang telah dipilih Fase Implementasi Pada hakikatnya implementasi suatu solusi yang diusulkan untuk suatu masalah adalah inisiasi terhadap hal baru, atau pengenalan terhadap perubahan. Definisi implementasi sedikit rumit karena implementasi merupakan sebuah proses yang panjang dan melibatkan batasa-batasan yang tidak jelas. Pendek kata, implementasi berarti membuat suatu solusi yang direkomendasikan bisa bekerja, tidak memerlukan implementasi suatu sistem komputer. 2.7 Multi Criteria Decision Making (MCDM) Multi Criteria Decision Making (MCDM) adalah suatu metode pengambilan keputusan untuk menetapkan alternatif terbaik dari sejumlah alternatif berdasarkan beberapa kriteria tertentu. Kriteria biasanya berupa ukuranukuran, aturan-aturan atau standar yang digunakan dalam pengambilan keputusan. MCDM digunakan untuk melakukan penilaian atau menyeleksi alternatif terbaik dari sejumlah alternatif. (Kusumadewi dkk, 2006) II-8
9 Beberapa metode yang dapat digunakan untuk menyelesaikan masalah MCDM (Multi Criteria Decision Making), antara lain : 1. Somple Additive Weighting Method (SAW) 2. Weighted Product (WP) 3. ELECTRE 4. Technique for Order Preference by Similarity to Deal Solution (TOPSIS) 5. Analytic Hierarchy Process (AHP) Adapun yang metode yang digunakan pada penelitian Tugas Akhir ini adalah AHP ( Analytic Hierarchy Process) dan TOPSIS ( Technique for Order Preference by Similarity to Deal Solution). 2.8 Analytical Hierarchy Process (AHP) Analytic Hierarchy Process (AHP) yang dikembangkan oleh Thomas Saaty pada tahun 1970-an merupakan suatu metode dalam pemilihan alternatifalternatif dengan melakukan penilaian komparatif berpasangan sederhana yang digunakan untuk mengembangkan prioritas-prioritas secara keseluruhan berdasarkan ranking. AHP adalah prosedur yang berbasis matematis yang sangat baik dan sesuai untuk evaluasi atribut-atribut kualitatif. Atribut-atribut tersebut secara matematik dikuantitatif dalam satu set perbandingan berpasangan, yang kemudian digunakan untuk mengembangkan prioritas-prioritas secara keseluruhan untuk penyusunan alternatif-alternatif pada urutan ranking atau prioritas. Kelebihan AHP dibandingkan dengan metode yang lainnya karena adanya struktur yang berhirarki, sebagai konsekuensi dari kriteria yang dipilih, sampai kepada sub-sub kriteria yang paling mendetail. Memperhitungkan validitas sampai dengan batas toleransi inkonsistensi berbagai kriteria dan alternatif yang dipilih oleh para pengambil keputusan (Saaty, 1990). Karena menggunakan input persepsi manusia, model ini dapat mengolah data yang bersifat kualitatif maupun kuantitatif. Jadi kompleksitas permasalahan yang ada di sekitar kita dapat didekati dengan baik oleh model AHP ini. Selain II-9
10 itu AHP mempunyai kemampuan untuk memecahkan masalah yang multi objektif dan multi kriteria yang didasarkan pada perbandingan preferensi dari setiap elemen dalam hierarki. Jadi model ini merupakan suatu model pengambilan keputusan yang komperehensif. Beberapa prinsip yang harus dipahami dalam menyelesaikan persoalan dengan AHP, diantaranya adalah: decomposition, comparative judgement, synthesis of priority dan logical consistency Decomposition (Menyusun Hirarki) Setelah persoalan didefinisikan, maka perlu dilakukan decomposition yaitu memecah persoalan yang utuh menjadi unsur-unsurnya. Jika ingin mendapatkan hasil yang akurat, pemecahan juga dilakukan terhadap unsurunsurnya sampai tidak mungkin dilakukan pemecahan lebih lanjut, sehingga didapatkan beberapa tingkatan dari persoalan tadi. Karena alasan ini, maka proses analisis ini dinamakan hirarki (hierarchy). Gambar 2.3 Struktur Hierarki AHP Ada dua jenis hirarki yaitu hirarki lengkap dan hirarki tidak lengkap. Dalam hirakri lengkap, semua elemen pada suatu tingkat memiliki semua elemen yang ada pada tingkat berikutnya. Jika tidak demikian, maka dinamakan hirarki tak lengkap. Oleh karena itu, proses analisis ini dinamakan hierarki ( hierachy). II-10
11 Struktur hierarki AHP dapat dilihat pada Gambar Comparative Judgement (Perbandingan Tingkat Kepentingan) Prinsip ini berarti membuat penilaian tentang kepentingan relatif dua elemen pada suatu tingkat tertentu dalam kaitannya dengan tingkat diatasnya. Penilaian ini merupakan inti dari AHP, karena ia akan berpengaruh terhadap prioritas elemen matriks yang dinamakan matriks perbandingan ( pairwise comparison). Sebagai contoh pertanyaan yang biasa diajukan dalam penyusunan skala kepentingan yaitu : a) Elemen mana yang lebih (penting/disukai)? dan b) Berapa kali lebih (penting/disukai)? Agar diperoleh skala yang benar ketika membandingkan dua elemen, seseorang yang akan memberikan jawaban perlu pengertian menyeluruh tentang elemen-elemen yang dibandingkan dan relevansinya terhadap kriteria atau tujuan yang dipelajari. Dalam penyusunan skala kepentingan ini, digunakan acuan seperti pada tabel Skala Penilaian AHP (lihat Tabel 2.1). Dalam penilaian kepentingan relatif dua elemen berlaku aksioma reciprocal artinya jika elemen i dinilai 3 kali lebih penting daripada j, maka elemen j harus sama dengan 1/3 kali pentingnya dibanding elemen i. Disamping itu perbandingan dua elemen yang sama akan menghasilkan angka 1, artinya sama pentingnya Synthesis of Priority (Menentukan bobot) Dari setiap pairwise comparison (matriks perbandingan) kemudian dicari eigen vectornya untuk mendapatkan bobot local priority. Karena matriks pairwise comparison terdapat pada setiap tingkat, maka untuk mendapatkan global priority harus dilakukan sintesa diantara local priority terlebih dahulu. Prosedur melakukan sintesis berbeda menurut bentuk hirarki. Pengurutan elemen-elemen menurut kepentingan relatif melalui prosedur sintesa dinamakan priority setting. Pertimbangan-pertimbangan terhadap perbandingan berpasangan untuk memperoleh keseluruhan bobot atau prioritas melalui tahapan-tahapan berikut: II-11
12 a. Kuadratkan matriks hasil perbandingan berpasangan. b. Hitung jumlah nilai dari setiap baris, kemudian lakukan normalisasi matriks. Tabel 2.1 Skala Penilaian AHP (Saaty, 1980) Nilai Itensitas Kepentingan , 4, 6, 8 Kebalikan Definisi Kedua elemen sama pentingnya Elemen yang satu sedikit lebih penting daripada yang lainnya Elemen yang satu sangat penting daripada elemen yang lainnya Elemen yang satu jelas sangat lebih penting dari elemen yang lainnya Satu elemen mutlak lebih penting daripada elemen yang lainnya Nilai- nilai tengah diantara dua pertimbangan yang berdekatan Jika untuk aktifitas i mendapat satu angka bila dibandingkan dengan suatu aktifitas j, maka j mempunyai nilai kebalikannya bila dibandingkan dengan aktifitas i Penjelasan Dua elemen memberikan peran atau pengaruh yang sama besar Pengalaman dan pertimbangan sedikit mendukung satu elemen atas elemen yang lainnya Pengalaman dan pertimbangan menunjukkan pengaruh yang kuat terhadap satu elemen atas elemen yang lainnya Satu elemen terlihat jelas dengan kuat didukung dan dominannya telah terlihat dalam praktek Bukti yang mendukung elemen yang satu atas yang lain memiliki tingkat penegasan tertinggi yang menguatkan Bila kompromi dibutuhkan Nilai kebalikan yang diperoleh dari perbandingan antar kriteria yang telah ada sebelumnya Logical Consistency (Konsistensi Logis) Konsistensi memiliki dua makna. Pertama adalah bahwa objek-objek yang serupa dapat dikelompokkan sesuai dengan keseragaman dan relevansi. Kedua adalah menyangkut tingkat hubungan antara objek-objek yang didasarkan pada kriteria tertentu. Pada AHP hasil perhitungan konsistensi logis dapat dibenarkan jika nilai (CR) rasio konsistensi 0.1. II-12
13 Adapun langkah-langkah pemecahan masalah dalam metode AHP yaitu: 1. Mendefinisikan struktur hirarki masalah yang akan dipecahkan. Diawali dengan tujuan umum, dilanjutkan dengan subtujuan-subtujuan, dan kemungkinan alternatif- alternatif pada tingkatan paling bawah. Gambar 2.4 Struktur Hirarki (Saaty, 1980) 2. Membuat matrik perbandingan berpasangan yang menggambarkan kontribusi relatif atau pengaruh setiap elemen terhadap tujuan atau kriteria yang setingkat di atasnya. 3. Mendefinisikan perbandingan berpasangan sehingga diperoleh jumlah penilaian seluruhnya sebanyak n x [(n-1)/2] buah, dengan n adalah banyaknya elemen yang dibandingkan. Skala perbandingan berpasangan dan penjelasan yang diperkenalkan oleh Saaty. 4. Normalisasi matriks perbandingan dan menentukan nilai eigen untuk setiap kriteria atau alternatif. Nilai eigen merupakan bobot setiap elemen untuk penentuan prioritas elemen-elemen. Penghitungan dilakukan lewat cara menjumlahkan nilai setiap kolom dari matriks, membagi setiap nilai dari kolom dengan total kolom yang bersangkutan untuk memperoleh normalisasi matriks, dan menjumlahkan nilai-nilai dari setiap baris dan membaginya dengan jumlah elemen untuk mendapatkan rata-rata (eigen value). Nilai ini adalah bobot awal untuk setiap elemen atau kriteria yang dibandingkan pada matriks perbandingan. II-13
14 5. Uji konsistensi matriks keputusan. Konsistensi yang diharapkan adalah yang mendekati sempurna agar menghasilkan keputusan yang mendekati valid. Rasio konsistensi (concistency ratio) diharapkan kurang dari atau sama dengan 10 %. λ maks = (2.1) CI = λ - - (2.2) CR = (2.3) Dimana, a n CI RI CR : Jumlah semua baris pada matrix keputusan : Banyaknya elemen kriteria : Consistensy Index : Random Indek : Consistensy Ratio, yaitu data yang CR nya kurang dari atau sama dengan 10% yang dianggap konsisten. Table 2.2 Nilai RI (Random Index) n RI Pada metode AHP, tingkat inkonsistensi yang masih dapat diterima adalah sebesar 10% ke bawah. Jadi, Jika nilai CR<=0,1 (10%) maka hasil perbandingan preferensi konsisten dan sebaliknya jika CR=>0,1 (10%), maka hasil perbandingan preferensi tidak konsisten. Apabila tidak konsisten, maka terdapat 2 pilihan, yaitu mengulang perbandingan preferensi atau melakukan proses autokoreksi. 2.9 Technique for Order Preference by Similarity to Ideal Solution (TOPSIS) Technique for Order Preference by Similarity to Ideal Solution (TOPSIS) adalah salah satu metode pengambilan keputusan multikriteria yang pertama kali diperkenalkan oleh Yonn dan Hwang pada tahun Ide dasar dari metode ini II-14
15 adalah bahwa alternatif yang dipilih memiliki jarak terdekat dengan solusi ideal positif dan yang terjauh dari solusi ideal negatif. TOPSIS memperhatikan jarak ke solusi ideal positif maupun jarak ke solusi ideal negatif dengan mengambil hubungan kedekatan menuju solusi ideal. Dengan melakukan perbandingan pada keduanya, urutan pilihan dapat ditentukan. Berikut ini adalah matriks C yang memiliki m alternatif dengan n kriteria, dimana x ij adalah pengukuran pilihan dari alternatif ke-i dalam hubungannya dengan kriteria ke-j. C = Langkah-langkah yang dilakukan dalam penyelesaian masalah menggunakan metode TOPSIS adalah sebagai berikut: 1. Normalisasi matriks keputusan Setiap elemen pada matriks C dinormalisasi untuk mendapatkan matriks normalisasi. Setiap normalisasi dari nilai r ij perhitungan sebagai berikut: r ij m x i1 ij 2 ij (2.4) 2. Pembobotan pada matriks yang telah dinormalisasi dapat dilakukan dengan Secara matematis, weighted normalised matrix ini dapat diperoleh dengan rumus berikut ini: y ij w Dimana: y i,j w j r ij j. r (2.5) ij m : matriks normalisasi terbobot [i][j] : vektor bobot [j] m2 m3 : matriks ternormalisasi [i][j] 3. Menentukan solusi ideal dan solusi ideal negatif n 2n mn II-15
16 Solusi ideal dinotasikan dengan A + dan solusi ideal negatif dinotasikandengan A -. Untuk lebih jelasnya, dapat dilihat dibawah ini: dengan i=1,2,...,m dan j=1,2,...,n A A y y y 1 2 n (,,... ); (2.6) Dimana ( y, y,... y 1 2 _ n ); (2.7) y j adalah : max y ij,jika j adalah atribut keuntungan min y ij, jika j adalah atribut biaya y j adalah : min y ij, jika j adalah atribut keuntungan max y, jika j adalah atribut biaya ij Pembangunan A + dan A - adalah untuk mewakili alternatif yang most preferable ke solusi ideal dan yang least preferable secara berurutan. 4. Menghitung Separation Measure Separation measure ini merupakan pengukuran jarak dari suatu alternatif ke solusi ideal dan solusi ideal negatif. Perhitungan matematisnya adalah sebagai berikut: a. Rumus solusi ideal (S + ) s n 2 ( ) ; i = 1,2,...m (2.8) j1 y ij y j b. Rumus solusi ideal negatif (S - ) s n 2 ( ) ; i = 1,2,...m (2.9) j1 y ij y j 5. Menghitung kedekatan relatif dengan solusi ideal Kedekatan relatif dari alternatif A i dengan solusi ideal A + direpresentasikan dengan: C i* = S i * S i S i, (2.10) II-16
17 Dimana, 0 < C i* < 1 dan i = 1, 2, 3,..., m Dikatakan alternatif A i dekat dengan solusi ideal apabila C i* mendekati 1. Jadi C i* =1 jika A i =A + dan C - i =0 jika A i = A Mengurutkan pilihan Pilihan akan diurutkan berdasarkan pada nilai C i* sehingga alternatif yang memiliki jarak terpendek dengan solusi ideal adalah alternatif yang terbaik. Dalam penelitian ini, AHP digunakan untuk membandingkan setiap kriteria dengan menggunakan matriks perbandingan berpasangan. Hasilnya adalah sebuah matriks keputusan yang menunjukkan nilai bobot masing-masing kriteria (bobot lokal). Pada tahap berikutnya metode TOPSIS digunakan untuk mencari nilai bobot dan perangkingan setiap alternatif (calon siswa) yang akan diproses ke dalam sistem. Sebelum perankingan, nilai bobot masing-masing alternatif akan dikalikan dengan nilai bobot untuk setiap kriteria yang telah didapatkan melalui perbandingan AHP. Secara garis besar, proses yang akan dilalui dalam menggunakan dua metode AHP-TOPSIS ini dapat dilihat pada blok diagram seperti Gambar 2.6 berikut. Gambar 2.5 Diagram Proses Metode AHP dan TOPSIS II-17
BAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Sistem Pendukung Keputusan Pada dasarnya Sistem Pendukung Keputusan ini merupakan pengembangan lebih lanjut dari sistem informasi manajemen terkomputerisasi yang dirancang sedemikian
Lebih terperinciBAB II LANDASAN TEORI
2.1 Sistem Pendukung Keputusan BAB II LANDASAN TEORI [2] Manusia merupakan bagian dari alam karena hidupnya yang tidak terlepas dari alam. Proses kehidupan manusia merupakan unsur yang semakin lama semakin
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA 2.1 Sistem Pendukung Keputusan Sistem pendukung keputusan (decision support systems disingkat DSS) adalah bagian dari sistem informasi berbasis komputer (termasuk sistem berbasis
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 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 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 terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA 2.1 Defenisi, Karakteristik dan Kriteria Jasa Kurir 2.1.1 Defenisi Jasa Kurir Jasa adalah sebagai aktivitas dari suatu hakikat yang tidak berwujud yang berinteraksi antara konsumen
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 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 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 terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI Pada bab ini akan dibahas teori mengenai Sistem Pendukung Keputusan, penelitan lain yang berhubungan dengan sistem pendukung keputusan, Simple Additve Weighting (SAW), dan Weighted
Lebih 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 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 2 LANDASAN TEORI
7 BAB LANDASAN TEORI. Sistem Pendukung Keputusan Pada dasarnya pembuatan keputusan merupakan suatu pendekatan yang bersifat sistematis, artinya pendekatan yang berawal dan bermula dari hakikat suatu masalah,
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 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 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 terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Konsep Dasar Sistem Konsep dasar sistem terdiri dari beberapa landasan teori yang menjelaskan tentang defenisi sistem dan pendekatan dalam pendefenisian. 2.1.1 Defenisi Sistem
Lebih terperinciBAB II LANDASAN TEORI. keputusan atau biasa disebut Decision Support System (DSS) merupakan sistem
7 BAB II LANDASAN TEORI 2.1 Sistem Pendukung Keputusan (SPK) Menurut Alter dalam buku yang ditulis oleh Kusrini (2007), sistem pendukung keputusan atau biasa disebut Decision Support System (DSS) merupakan
Lebih terperinciBAB II LANDASAN TEORI
7 BAB II LANDASAN TEORI 2.1. Kajian Literatur Berikut adalah beberapa penelitian serupa mengenai kualitas yang telah dilakukan dilakukan sebelumnya, yaitu: 1. Harwati (2013), yaitu: Model Pengukuran Kinerja
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Sistem Pendukung Keputusan (SPK) SPK adalah sebuah sistem komputer yang mengolah data menjadi informasi untuk mengambil keputusan dari masalah semi-terstruktur yang spesifik Sistem
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 terperinciBAB II LANDASAN TEORI 2.1 PASKIBRAKA
BAB II LANDASAN TEORI 2.1 PASKIBRAKA Pasukan Pengibar Bendera Pusaka atau yang lebih sering dikenal dengan PASKIBRAKA, merupakan suatu pasukan yang bertugas dalam mengibarkan duplikat bendera pusaka dalam
Lebih terperinciBAB II LANDASAN TEORI. negara, atau instansi. Sedangkan transportasi adalah pengangkutan atau
BAB II LANDASAN TEORI 2.1. Konsep Jasa Transportasi (Angkutan) Jasa memiliki arti perbuatan yang berguna dan bernilai bagi orang lain, negara, atau instansi. Sedangkan transportasi adalah pengangkutan
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Sistem Pendukung Keputusan [4] Sistem pendukung keputusan atau DSS (Decision Support System) merupakan sistem informasi interaktif yang menyediakan informasi, pemodelan, dan pemanipulasian
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 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 LANDASAN TEORI Bab ini berisi teori-teori yang berkaitan dengan Sistem Pendukung Keputusan, Weighted Product, Weighted Sum Product, Pengertian perguruan tinggi serta tujuan perguruan tinggi..1 Sistem
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 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
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 TEORITIS
BAB 2 TINJAUAN TEORITIS 2.1 Sistem Pendukung Keputusan Sistem pendukung keputusan ( decision support systems disingkat DSS) adalah bagian dari sistem informasi berbasis computer termasuk sistem berbasis
Lebih terperinciPEMILIHAN GURU BERPRESTASI MENGGUNAKAN METODE AHP DAN TOPSIS
Prosiding Seminar Nasional Penelitian, Pendidikan dan Penerapan MIPA, Fakultas MIPA, Universitas Negeri Yogyakarta, 14 Mei 2011 PEMILIHAN GURU BERPRESTASI MENGGUNAKAN METODE AHP DAN TOPSIS Juliyanti 1,
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 terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2. Sistem Pendukung Keputusan 2.. Pengertian Sistem Pendukung Keputusan Decision Support System atau Sistem Pendukung Keputusan yang selanjutnya kita singkat dalam draft skripsi ini
Lebih terperinciBAB II TINJAUAN PUSTAKA
5 BAB II TINJAUAN PUSTAKA 2.1 Landasan Teori 2.1.1 Beasiswa PPA dan BBM Fakultas Teknik Universitas Negeri Gorontalo Beasiswa merupakan suatu bentuk penghargaan terhadap siswa maupun mahasiswa selama menjalani
Lebih terperinciSistem Pendukung Keputusan Penasehat Akademik (PA) untuk Mengurangi Angka Drop Out (DO) di STMIK Bina Sarana Global
Sistem Pendukung Keputusan Penasehat Akademik (PA) untuk Mengurangi Angka Drop Out (DO) di STMIK Bina Sarana Global Sri Subekti 1, Arni Retno Mariana 2, Andri Riswanda 3 1,2 Dosen STMIK Bina Sarana Global,
Lebih 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 terperinciIMPLEMENTASI SISTEM REKOMENDASIAN PENERIMAAN BEASISWA DENGAN MENGGUNAKAN FMADM
IMPLEMENTASI SISTEM REKOMENDASIAN PENERIMAAN BEASISWA DENGAN MENGGUNAKAN FMADM Anis Yusrotun Nadhiroh Jurusan Teknik Informatika - STT Nurul Jadid Paiton ayusrotun@gmail.com ABSTRAK Sesuai dengan peraturan
Lebih 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 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 METODE FUZZY ANP DAN TOPSIS
BAB III METODE FUZZY ANP DAN TOPSIS 3.1 Penggunaan Konsep Fuzzy Apabila skala penilaian menggunakan variabel linguistik maka harus dilakukan proses pengubahan variabel linguistik ke dalam bilangan fuzzy.
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 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 terperinciBAB 2 TINJAUAN PUSTAKA
7 BAB 2 TINJAUAN PUSTAKA 2.1 Asuransi Jiwa Dalam Undang-Undang Republik Indonesia Nomor 40 Tahun 2014 Tentang Perasuransian, pada Bab 1 Ketentuan Umum yang dimaksud dengan : 1. Asuransi adalah perjanjian
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 terperinciSISTEM PENDUKUNG KEPUTUSAN KELULUSAN UJIAN SARINGAN MASUK JALUR PMDK BERDASARKAN NILAI RATA-RATA MATEMATIKA DAN BAHASA INGGRIS
SISTEM PENDUKUNG KEPUTUSAN KELULUSAN UJIAN SARINGAN MASUK JALUR PMDK BERDASARKAN NILAI RATA-RATA MATEMATIKA DAN BAHASA INGGRIS Fitrah Rumaisa, S.T., Tanti Nurafianti Universitas Widyatama, Jl. Cikutra
Lebih 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 II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Objek Wisata Objek dan daya tarik wisata adalah suatu bentukan dan fasilitas yang berhubungan, yang dapat menarik minat wisatawan atau pengunjung untuk datang ke suatu daerah
Lebih terperinciSistem Pendukung Keputusan Penentuan Supplier Terbaik dengan Metode AHP Pada AMALIUN FOODCOURT
Sistem Pendukung Keputusan Penentuan Supplier Terbaik dengan Metode AHP Pada AMALIUN FOODCOURT ati Putra 1) Septi Arianto 2) STMIK IBBI l. Sei Deli No. 18 Medan, Telp. 061-4567111 Fax. 061-4527548 e-mail:
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PEMILIHAN STAF PENGAJAR MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING
SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN STAF PENGAJAR MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) (STUDI KASUS: ILC (Intensive Learning Center) Pringsewu) Eka Yulia Rosalin Jurusan Sistem Informasi
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN 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 terperinciBAB II TINJAUAN PUSTAKA
4 BAB II TINJAUAN PUSTAKA 2.1 Model Model adalah pola (contoh, acuan, ragam) dari sesuatu yang akan dibuat atau dihasilkan (Departemen P dan K, 1984:75). Definisi lain dari model adalah abstraksi dari
Lebih 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 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 2 LANDASAN TEORI
5 BAB 2 LANDASAN TEORI 2.1 Sistem pendukung keputusan (SPK) Konsep sistem pendukung keputusan atau decision support system (DSS) pertama kali diungkapkan pada awal tahun 1970-an oleh Michael S. Scott Morton
Lebih terperinciBAB III ANP DAN TOPSIS
BAB III ANP DAN TOPSIS 3.1 Analytic Network Process (ANP) Analytic Network Process atau ANP adalah teori matematis yang memungkinkan seorang pengambil keputusan menghadapi faktor-faktor yang saling berhubungan
Lebih terperinciMUHAMMAD MANSUR Tanggal Sidang : 22 Juni 2011 Periode Wisuda : November 2011
SISTEM PENDUKUNG KEPUTUSAN PENENTUAN PEMBANGUNAN LABORATORIUM KOMPUTER SEKOLAH DI KABUPATEN KEPULAUAN MERANTI MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) MUHAMMAD MANSUR 10451025540 Tanggal Sidang
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 terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Seiring dengan perkembangan zaman maka tingkat pendidikan pada masyarakat mengalami peningkatan. Oleh karena itu masyarakat memandang bahwa pendidikan pada tingkat
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1. Data Dan Informasi 2.1.1. Data Data merupakan refresentasi dari fakta atau gambaran mengenai suatu objek atau kejadian. Data dinyatakan dengan nilai yang berbentuk angka, deretan
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Teori Keputusan Teori keputusan adalah teori mengenai cara manusia memilih pilihan diantara pilihan-pilihan yang tersedia secara acak guna mencapai tujuan yang hendak diraih (Hansson,
Lebih terperinciKata Kunci : Fuzzy MADM, SAW, kriteria, beasiswa.
SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN PENERIMA BEASISWA MENGGUNAKAN SIMPLE ADDITIVE WEIGHTING (SAW) (STUDI KASUS : SISWA SMK MUHAMMADIYAH PRINGSEWU) Andra Setiawan Jurusan Sistem Informasi STMIK
Lebih 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 terperinci1. BAB I PENDAHULUAN 1.1 Latar Belakang
1. BAB I PENDAHULUAN 1.1 Latar Belakang Beasiswa merupakan bantuan studi yang diinginkan setiap siswa yang memiliki keterbatasan ekonomi. Bantuan yang diberikan dalam bentuk uang atau barang ini mempunyai
Lebih terperinciBAB 2 LANDASAN TEORI. 2.1 Konsep Sistem Pendukung Keputusan (SPK)
BAB 2 LANDASAN TEORI 2.1 Konsep Sistem Pendukung Keputusan (SPK) Sistem pendukung keputusan merupakan sistem informasi interaktif yang menyediakan informasi, pemodelan, dan pemanipulasian data. Sistem
Lebih terperinciBAB 2 TINJAUAN PUSTAKA. Simplikasi. Asumsi. Validasi model. Verifikasi, pengujian yang diusulkan. Implementasi solusi Gagal
21 BAB 2 TINJAUAN PUSTAKA 2.1. Pengambilan Keputusan Pengambilan keputusan adalah sebuah proses memilih tindakan (diantara berbagai alternatif) untuk mencapai suatu tujuan atau beberapa tujuan (Turban,
Lebih terperinciJurnal Sistem dan Teknologi Informasi (JUSTIN) Vol. 1, No. 1, (2016) Jurnal Sistem dan Teknologi Informasi (JUSTIN) Vol. 2, No.
Sistem Pendukung Keputusan Pemilihan Tempat Kost Khusus Mahasiswa dengan Metode AHP dan TOPSIS Berbasis Web (Studi Kasus : Kota Pontianak) Herik Sugianto, Yulianti, Hengky Anra Program Studi Teknik Informatika
Lebih terperinciMulti-Attribute Decision Making
Materi Kuliah [05] SPK & Business Intelligence Multi-Attribute Decision Making Dr. Sri Kusumadewi Lizda Iswari Magister Teknik Informatika Program Pascasarjana Fakultas Teknologi Industri Universitas Islam
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN SELEKSI CALON KARYAWAN PADA PT BPR CHRISTA JAYA KUPANG DENGAN METODE ANALITICAL HIERARCHY
J-ICON, Vol. 2 No. 1, Maret 2014, pp. 73~83 73 SISTEM PENDUKUNG KEPUTUSAN SELEKSI CALON KARYAWAN PADA PT BPR CHRISTA JAYA KUPANG DENGAN METODE ANALITICAL HIERARCHY PROCESS (AHP) DAN TECHNIQUE FOR ORDER
Lebih terperinciFUZZY MADM DALAM EVALUASI PROGRAM STUDI MENGGUNAKAN METODE SIMPLE ADDITIF WEIGHTING
FUZZY MADM DALAM EVALUASI PROGRAM STUDI MENGGUNAKAN METODE SIMPLE ADDITIF WEIGHTING Erliza Yubarda Jurusan Manajemen Informatika, AMIK Mitra Gama Jl. Kayangan No. 99 Duri Riau e-mail : erliza_yubarda@yahoo.co.id
Lebih 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 terperinciPengenalan Metode AHP ( Analytical Hierarchy Process )
Pengenalan Metode AHP ( Analytical Hierarchy Process ) A. Pengertian AHP ( Analitycal Hierarchy Process ) AHP merupakan suatu model pendukung keputusan yang dikembangkan oleh Thomas L. Saaty. Model pendukung
Lebih terperinciVolume : II, Nomor : 1, Pebruari 2014 Informasi dan Teknologi Ilmiah (INTI) ISSN : X
PERANCANGAN APLIKASI SISTEM PENDUKUNG KEPUTUSAN PERSEDIAAN ALAT TULIS KANTOR MENGGUNAKAN MULTIPLE ATRRIBUTE DECISION MAKING (Studi Kasus : Perguruan Jaya Pancur Batu) Rinaldi Alfriadi Manurung (0911558)
Lebih terperinciSistem Pendukung Keputusan Pemilihan Karyawan Terbaik Menggunakan Metode AHP
48 Sistem Pendukung Keputusan Pemilihan Karyawan Terbaik Menggunakan Metode AHP Bayu Setyawan Jurusan Teknik Informatika, Fakultas Teknik Universitas 45 Surabaya Email : bay_setyawan@yahoo.com ABSTRAK
Lebih terperinciTELEMATIKA, Vol. 06, No. 02, JANUARI, 2010, Pp ISSN X TEKNIK PERMODELAN ANALITYCAL HIERARCHY PROCES (AHP) SEBAGAI PENDUKUNG KEPUTUSAN
TELEMATIKA, Vol. 06, No. 02, JANUARI, 2010, Pp. 49 58 ISSN 1829-667X TEKNIK PERMODELAN ANALITYCAL HIERARCHY PROCES (AHP) SEBAGAI PENDUKUNG KEPUTUSAN Nur Heri Cahyana Jurusan Teknik Informatika UPN Veteran
Lebih terperinciPengertian Metode AHP
Pengertian Metode AHP Metode AHP dikembangkan oleh Thomas L. Saaty, seorang ahli matematika. Metode ini adalah sebuah kerangka untuk mengambil keputusan dengan efektif atas persoalan yang kompleks dengan
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PEMILIHAN BARANG ELEKTRONIK BERBASIS WEB DENGAN METODE TOPSIS
1 SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN BARANG ELEKTRONIK BERBASIS WEB DENGAN METODE TOPSIS Muhammad Ulil Abror, Program Studi Teknik Informatika, S1, Fakultas Ilmu Komputer, Universitas Dian Nuswantoro,
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PERIJINAN DAN PENEMPATAN KOLAM JARING TERAPUNG MENGGUNAKAN METODE AHP STUDI KASUS PT
SISTEM PENDUKUNG KEPUTUSAN PERIJINAN DAN PENEMPATAN KOLAM JARING TERAPUNG MENGGUNAKAN METODE AHP STUDI KASUS PT. PJB CIRATA BADAN PENGELOLAAN WADUK CIRATA Erika Susilo Jurusan Teknik Informatika Fakultas
Lebih terperinciSistem Pendukung Keputusan Pemilihan Paket Umroh (Studi Kasus: PT. Amanah Iman)
Konferensi Nasional Sistem & Informatika 2015 STMIK STIKOM Bali, 9 10 Oktober 2015 Sistem Pendukung Keputusan Pemilihan Paket Umroh (Studi Kasus: PT. Amanah Iman) Hasan Sistem Informasi, STMIK Pontianak
Lebih terperinciKOMBINASI METODE AHP DAN TOPSIS PADA SISTEM PENDUKUNG KEPUTUSAN
KOMBINASI METODE AHP DAN TOPSIS PADA SISTEM PENDUKUNG KEPUTUSAN Ahmad Abdul Chamid 1*, Alif Catur Murti 1 1 Program Studi Teknik Informatika, Fakultas Teknik, Universitas Muria Kudus Gondangmanis, PO Box
Lebih terperinciAplikasi Sistem Pendukung Keputusan Pemilihan Jurusan Siswa-Siswi SMA (IPA/IPS/BAHASA) Menggunakan Metode AHP (Studi Kasus SMA di Kota Padang).
Aplikasi Sistem Pendukung Keputusan Pemilihan Jurusan Siswa-Siswi SMA (IPA/IPS/BAHASA) Menggunakan Metode AHP (Studi Kasus SMA di Kota Padang). PENDAHULUAN 1. LATAR BELAKANG MASALAH Perkembangan ilmu pengetahuan
Lebih terperinciPerancangan Sistem Pendukung Pengambilan Keputusan untuk Penerimaan Beasiswa dengan Metode SAW (Simple Additive Weighting)
Jurnal Teknologi Informasi DINAMIK Volume 16, No.2, Juli 2011 : 171 176 ISSN : 0854 9524 Perancangan Sistem Pendukung Pengambilan Keputusan untuk Penerimaan Beasiswa dengan Metode SAW (Simple Additive
Lebih terperinciPENDAHULUAN. melakukan kegiatan Praktek Kerja Lapangan (PKL) baik tingkat SMK/sederajat
1 PENDAHULUAN 1.1 Latar Belakang Banyak lembaga pendidikan yang mewajibkan siswa/mahasiswanya melakukan kegiatan Praktek (PKL) baik tingkat SMK/sederajat maupun universitas sebagai salah satu syarat untuk
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 terperinciSISTEM PENDUKUNG KEPUTUSAN PEMILIHAN MAHASISWA BERPRESTASI MENGGUNAKAN METODE ANALYTICAL HIERARCHY PROCESS (AHP)
ISSN : 2338-4018 SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN MAHASISWA BERPRESTASI MENGGUNAKAN METODE ANALYTICAL HIERARCHY PROCESS (AHP) Nurma Agus Sari (nurmaaguss@gmail.com) Bebas Widada (bbswdd@sinus.ac.id)
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 terperinciPENGEMBANGAN SISTEM PENUNJANG KEPUTUSAN PENENTUAN PEMBERIAN BEASISWA TINGKAT SEKOLAH
PENGEMBANGAN SISTEM PENUNJANG KEPUTUSAN PENENTUAN PEMBERIAN BEASISWA TINGKAT SEKOLAH Gunawan 1, Ririn Prananingrum Kesuma 2, Ruwilin Restu Wigati 3 Program Studi Sistem Informasi, STMIK Mikroskil Jl. Thamrin
Lebih terperinciSeminar Nasional Aplikasi Teknologi Informasi 2009 (SNATI 2009) ISSN: Yogyakarta, 20 Juni 2009
SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN PENERIMA BEASISWA BANK BRI MENGGUNAKAN FMADM (STUDI KASUS: MAHASISWA FAKULTAS TEKNOLOGI INDUSTRI UNIVERSITAS ISLAM INDONESIA) Henry Wibowo S 1), Riska Amalia
Lebih terperinciBAB II LANDASAN TEORI. mengintegrasikan bermacam-macam data dengan menyusun, menyimpan, 1. Meningkatkan efisiensi dan efektifitas kerja.
BAB II LANDASAN TEORI 2.1 Sistem Informasi Sistem Informasi adalah suatu sistem di dalam suatu organisasi yang mengintegrasikan bermacam-macam data dengan menyusun, menyimpan, memperbaharui atau merubah,
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 terperinciSISTEM PENDUKUNG KEPUTUSAN PEMILIHAN SISWA DALAM MENGIKUTI LOMBA LKS DI SMK NEGERI 3 SEMARANG DENGAN METODE ANALITHICAL HIERARCHI PROCESS
SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN SISWA DALAM MENGIKUTI LOMBA LKS DI SMK NEGERI 3 SEMARANG DENGAN METODE ANALITHICAL HIERARCHI PROCESS Nova Widyantoro Jurusan Sistem Informasi, Fakultas Ilmu Komputer,
Lebih terperinciPENENTUAN SISWA BERPRESTASI PADA SMK WIDYA YAHYA GADINGREJO DENGAN METODE SAW
PENENTUAN SISWA BERPRESTASI PADA SMK WIDYA YAHYA GADINGREJO DENGAN METODE SAW RATIH ERNAWATI Jurusan Sistem Informasi, Sekolah Tinggi Manajemen dan Informatika STMIK Pringsewu Lampung Jl. Wismarini no.09
Lebih terperinciPENERAPAN AHP SEBAGAI MODEL SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN RUMAH BERSALIN CONTOH KASUS KOTA PANGKALPINANG
PENERAPAN AHP SEBAGAI MODEL SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN RUMAH BERSALIN CONTOH KASUS KOTA PANGKALPINANG Fitriyani STMIK Atma Luhur Pangkalpinang Jl. Jend. Sudirman Selindung Pangkalpinang bilalzakwan12@yahoo.com
Lebih terperinciJURNAL. SISTEM PENDUKUNG KEPUTUSAN KENAIKAN JABATAN PADA PT BANK CENTRAL ASIA Tbk. (BCA) MENGGUNAKAN METODE ANALITYC HEARARCHY PROCESS
JURNAL SISTEM PENDUKUNG KEPUTUSAN KENAIKAN JABATAN PADA PT BANK CENTRAL ASIA Tbk. (BCA) MENGGUNAKAN METODE ANALITYC HEARARCHY PROCESS V.M.Eduardo Christian S A11.2008.03931 Teknik Informatika Udinus TEKNIK
Lebih terperinciBAB IV PENGUMPULAN DAN PENGOLAHAN DATA
BAB IV PENGUMPULAN DAN PENGOLAHAN DATA 4.1. Penyusunan Hirarki Dari identifikasi dan subatribut yang dominan, dapat disusun struktur hirarki sebagai berikut: Gambar 4.1 Struktur Hirarki Penerima Beasiswa
Lebih terperinciSistem Pengukuran Kinerja Sumber Daya Manusia Mengunakan Metode ANP-TOPSIS
Sistem Pengukuran Kinerja Sumber Daya Manusia Mengunakan Metode ANP-TOPSIS Moh Ramdhan Arif Kaluku 1, Nikmasari Pakaya 2 Jurusan Teknik Informastika Universitas Negeri Gorontalo Gorontalo, Indonesia 1
Lebih terperinciAnalytic Hierarchy Process (AHP) dan Perhitungan Contoh Kasus AHP
Analytic Hierarchy Process (AHP) dan Perhitungan Contoh Kasus AHP Analytic Hierarchy Process atau AHP dikembangkan oleh Prof. Thomas L. Saaty sebagai algoritma pengambilan keputusan untuk permasalahan
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 terperinci