APLIKASI PEMBERIAN KREDIT MENGGUNAKAN METODE TECHNIQUE FOR ORDER PREFERENCE BY SIMILARITY TO IDEAL SOLUTION (TOPSIS)
|
|
- Utami Hartono
- 7 tahun lalu
- Tontonan:
Transkripsi
1 APLIKASI PEMBERIAN KREDIT MENGGUNAKAN METODE TECHNIQUE FOR ORDER PREFERENCE BY SIMILARITY TO IDEAL SOLUTION (TOPSIS) Zainollah Effendy, A. Febrio Jurusan Teknik Informatika Fakultas Teknik, Universitas Madura ABSTRAK Adanya kegiatan perkreditan pada sebuah peusahaan tentunya merupakan salah satu keuntungan bagi pihak perusahaan temasuk juga pada nasabah. Dalam perkreditan perlu adanya penilaian sebagai bahan pertimbangan bagi calon nasabah sebelum pihak perusahaan memberi keputusan menerima atau menolak permintaan calon nasabah, hal ini dilakukan mengingat resiko tidak tertagih cukup besar. Sejauh ini beberapa mekanisme pengambilan keputusan pemberian kredit masih dikerjakan secara manual. Untuk itu perlu membangun suatu sistem yang dapat membantu pihak perusahaan memberikan keputusan secara tepat dan sesuai. Penelitian ini mengangkat suatu kasus untuk mencari alternatif terbaik berdasarkan kriteria kriteria seperti pekerjaan, jumlah tanggungan, status rumah, penghasilan, umur dan berkas pemohon dengan mengggunakan metode TOPSIS untuk melakukan perhitungan pada kasus tersebut. Metode ini dipilih karena mampu menyeleksi alternatif terbaik dari sejumlah alternatif, dalam hal ini alternatif yang dimaksudkan yaitu yang berhak menerima kredit berdasarkan kriteria kriteria yang ditentukan. Penelitian dilakukan dengan mencari nilai bobot untuk setiap atribut, kemudian dilakukan proses perankingan yang akan menentukan alternatif yang optimal, yaitu pemohon kredit terbaik. Kata Kunci : Kredit, SPK, TOPSIS Latar Belakang Berbagai macam jenis kebutuhan sekarang ini dapat kita miliki tanpa harus mengeluarkan uang dari saku secara langsung, karena semua itu dapat kita peroleh melalui jalan yang lebih cepat, mudah dan ringkas yaitu dengan melalui kredit. Segala barang dapat kita peroleh dari kredit. Mulai dari kendaraan, rumah, pakaian, perlengkapan rumah tangga yang berwujud elektronik misalnya televisi, lemari es, radio, tape, dan berbagai barang elektronik yang lain bahkan sampai dengan barang pecah belah dan bumbu dapur yang kita perlukan untuk memenuhi kebutuhan hidup sehari-hari. PT. Adira Quantum Multifinance (Adira Kredit) merupakan perusahaan yang bergerak dibidang pembiayaan berbagai macam barang elektronik. Adira Kredit memberikan kredit kepada setiap calon pembeli barang barang elektronik dengan kriteria yang sudah ditentukan perusahaan.
2 Jurnal Monitor, Vol. 2, No. 2, Juli 2013 Dengan berkembangnya teknologi yang semakin pesat maka suatu instansi ataupun perusahaan tidak dapat lepas dari penggunaan komputer sebagai pengolah data. Cara-cara manual mungkin juga dapat dilakukan jika jumlah data yang diolah sedikit, tetapi jika jumlah data sangat banyak kemungkinan dapat menyebabkan kesalahan dalam pengolahan data yang mungkin disebabkan oleh kesalahan manusia. Banyaknya data pemohon kredit karena meningkatnya permintaan akan barang barang elektronik dari tahun ke tahun kemungkinan menyebabkan kesulitan bagi perusahaan dalam memutuskan siapa pemohon yang layak menjadi penerima kredit. Guna membantu mempercepat dan mempermudah proses pengambilan keputusan, diperlukan suatu bentuk Sistem Pendukung Keputusan (Decision Support System) dalam menentukan siapa pemohon kredit yang layak menjadi penerima kredit dan siapa yang tidak layak menjadi penerima kredit dengan kriteria yang diberikan oleh pihak perusahaan. Banyak metode yang dapat digunakan untuk sistem pendukung keputusan yang memiliki beberapa kriteria yang dijadikan pertimbangan untuk pengambilan keputusan. Penelitian ini menawarkan penggunaan metode Technique For Order Preference by Similarity to Ideal Solution (TOPSIS) yang merupakan salah satu kelompok pemecah masalah Fuzzy Multiple Attribute Decision Making. Rumusan Masalah Berdasarkan latar belakang diatas dapat di rumuskan permasalahan yang akan diselesaikan yaitu bagaimana membuat dan merancang sebuah sistem pendukung keputusan untuk membantu pihak manajemen PT. Adira Quantum Multifinance dengan menggunakan metode Technique For Order Preference by Similarity to Ideal Solution (TOPSIS) dalam menilai kelayakan pemberian kredit kepada pemohon kredit. Batasan Masalah Pada penelitian ini diperlukan batasan batasan agar tujuan penelitian dapat tercapai. Adapun batasan masalah yang dibahas pada penelitian ini adalah: 1. Penelitian ini ditujukan untuk Sistem Pendukung Keputusan Perusahaan dalam menentukan prioritas dari pemohon kredit sebagai acuan pemberian kredit bagi perusahaan, berdasarkan kriteria yang ditentukan oleh pihak Adira Kredit. Namun keputusan akhir tetap berada di pihak Adira Kredit. 2. Kriteria yang digunakan sebagai dasar penilaian diperoleh dari PT Adira Quantum Multifinance (cabang pamekasan), yaitu pekerjaan, jumlah tanggungan, status rumah, penghasilan, umur dan berkas pemohon. 3. Output dari SPK ini berupa rangking dari pemohon kredit mulai dari yang tertinggi sampai yang terendah yang dapat dijadikan acuan Adira Kredit dalam memberikan kredit. 59
3 Zainulloh E. : Aplikasi Pemberian Kredit.. 4. Bahasa pemrograman yang digunakan adalah pemrograman Microsoft Visual Basic 6.0. Tujuan Adapun tujuan dari penelitian ini adalah sebagai berikut: 1. Membuat dan merancang sistem pendukung keputusan untuk manajemen PT. Adira Quantum Multifinance. 2. Memberikan keputusan penerimaan kredit berdasarkan penilaian data pemohon kredit dengan metode Technique For Order Preference by Similarity to Ideal Solution (TOPSIS). Manfaat Manfaat dari penelitian ini adalah membantu pihak perusahaan dalam menentukan siapa pemohon kredit yang layak menjadi penerima kredit berdasarkan kriteria yang diberikan oleh pihak perusahaan, dan juga sebagai alat pendukung perusahaan dalam mengambil keputusan sehingga keputusan yang dibuat merupakan keputusan yang lebih objektif yang berdasarkan pada standar yang telah ditentukan. Metodologi Penelitian Dalam penelitian ini dilakukan beberapa penerapan metode untuk menyelesaikan permasalahan. metodologi penelitian yang dilakukan adalah dengan cara: 1. Study Literatur Pada tahap ini dilakukan dengan mempelajari buku buku referensi atau sumber sumber yang berkaitan dengan perangkat lunak yang akan dibuat dan metode yang akan digunakan yaitu metode pengambilan keputusan multikriteria Technique For Order Preference by Similarity to Ideal Solution (TOPSIS), baik dari text book maupun internet. 2. Wawancara Pada tahap ini, akan dilakukan penelitian yang bertujuan untuk memperoleh data atau informasi secara langsung dari pihak adira kredit dengan cara mewawancarai pihak yang berkompeten dalam masalah kredit. 3. Perancangan Sistem Metode ini dilakukan dengan melakukan perancangan pemrograman dan desain tampilan program aplikasi menggunakan Microsoft Visual Basic 6.0. Kredit Kredit berasal dari bahasa Yunani yaitu credere yang artinya kepercayaan dan dari bahasa latin yaitu Creditum yang berarti kepercayaan atau kebenaran. Menurut Mahmoeddin (2004:2) Kredit adalah penyediaan uang atau tagihan yang dapat disamakan dengan itu, berdasarkan persetujuan atau kesepakatan pinjam meminjam antara bank dengan pihak lain 60
4 Jurnal Monitor, Vol. 2, No. 2, Juli 2013 yang mewajibkan pihak peminjam untuk melunasi hutangnya setelah jangka waktu tertentu dengan jumlah bunga imbalan atau pembagian hasil keuntungan. Dari pengertian di atas dapat ditarik kesimpulan bahwa: 1. Adanya suatu penyerahan uang / tagihan atau barang yang menimbulkan tagihan kepada pihak lain dengan harapan bank dapat memperoleh pendapatan yang berasal dari bunga yang dibebankan kepada pinjaman tersebut. 2. Kredit diawali dengan adanya perjanjian atas dasar kepercayaan dimana masing-masing pihak yang terikat oleh perjanjian kredit tersebut harus mematuhi kewajiban yang telah disepakati. Dalam perjanjian kredit terdapat kesepakatan pelunasan hutang dan bunga yang diselesaikan dalam jangka waktu tertentu sesuai dengan kesepakatan bersama. Ada beberapa kriteria yang digunakan untuk memutuskan layak atau tidak layaknya pemohon kredit dalam menerima kredit. Berikut merupakan kriteria yang digunakan sebagai penilaian pemohon kredit PT. Adira Quantum Multifinance sebagai berikut: 1. Berkas Pemohon 2. Jumlah penghasilan 3. Status rumah 4. Umur 5. Pekerjaan 6. Jumlah tanggungan FMADM (Fuzzy Multiple Attribute Decision Making) Fuzzy Multiple Attribute Decision Making (FMADM) adalah suatu metode yang digunakan untuk mencari alternatif optimal dari sejumlah alternatif dengan kriteria tertentu. Inti dari FMADM adalah menentukan nilai bobot untuk setiap atribut, kemudian dilanjutkan dengan proses perankingan yang akan menyeleksi alternatif yang sudah diberikan. Pada dasarnya, ada 3 pendekatan untuk mencari nilai bobot atribut, yaitu pendekatan subyektif, pendekatan obyektif dan pendekatan integrasi antara subyektif dan obyektif. Masing masing pendekatan memiliki kelebihan dan kelemahan. Pada pendekatan subyektif, nilai bobot ditentukan berdasarkan subyektifitas dari para pengambil keputusan, sehingga beberapa faktor dalam proses perankingan alternative bisa ditentukan secara bebas. Sedangkan pada pendekatan obyektif, nilai bobot dihitung secara matematis sehingga mengabaikan subyektifitas dari pengambil keputusan. ( Kusumadewi, 2007). Metode Technique For Order Preference by Similarity to Ideal Solution (TOPSIS) TOPSIS adalah salah satu metode pengambilan keputusan multikriteria yang pertama kali diperkenalkan oleh Yonn dan Hwang (1981). Dengan ide dasarnya adalah bahwa alternatif yang dipilih memiliki jarak terdekat dengan solusi ideal positif dan memiliki jarak terjauh dari solusi ideal negatif. Berikut ini adalah contoh sebuah matriks dengan alternatif dan kriteria. 61
5 Zainulloh E. : Aplikasi Pemberian Kredit.. V =... (2.3) D =... (2.1) Keterangan : D = matriks m = alternatif n = kriteria TOPSIS memperhatikan baik jarak ke solusi ideal maupun jarak ke solusi ideal negatif dengan mengambil hubungan kedekatan menuju solusi ideal. Dengan melakukan perbandingan kepada keduanya, urutan pilihan dapat di tentukan. Langkah langkah yang dilakukan dalam penyelesaian masalah menggunakan metode TOPSIS adalah sebagai berikut: 1. Normalisasi matriks keputusan Setiap elemen pada matriks D dinormalisasikan untuk mendapatkan matriks normalisasi R. Setiap normalisasi dari nilai rij dapat dilakukan dengan perhitungan sebagai berikut: =... (2.2) Keterangan : i=1,2,3,,m j=1,2,3,,n 2. Pembobotan pada matriks yang telah dinormalisasikan Diberikan bobot W = (w1,w2,,wn), sehingga weighted normalized matrix V dapat dihasilkan sebagai berikut: 3. Menentukan solusi ideal positif dan solusi ideal negatif Solusi ideal positif dinotasikan dengan A dan solusi ideal negatif dinotasikan dengan A-, seperti berikut : Menentukan Solusi Ideal () dan (-)... (2.4)... (2.5) Keterangan : vij = elemen matriks V baris ke-i dan kolom ke- j J ={j=1,2,3,,n dan j berhubung dengan benefit criteria} J ={j=1,2,3,,n dan j berhubung dengan cost criteria} 4. Menghitung Separation Measure Separation measure ini merupakan pengukuran jarak dari suatu alternatif ke solusi ideal positif dan solusi ideal negatif. Perhitungan matematisnya adalah sebagai berikut: Separation measure untuk solusi ideal positif =, i = 1,2,3,.,n... (2.6) Separation measure untuk solusi ideal negatif =, i = 1,2,3,.,n... (2.7) 5. Menghitung kedekatan relatif dengan ideal positif. 62
6 Jurnal Monitor, Vol. 2, No. 2, Juli 2013 Kedekatan relatif dari alternatif A dengan solusi ideal A- di representasikan dengan: =, 0 < Ci < 1 dan i = 1,2,3,.,n...(2.8) 6. Mengurutkan Pilihan Pilihan akan dirutkan berdasarkan pada nilai Ci, sehingga alternatif dengan jarak terpendek dengan solusi ideal adalah yang terbaik. Analisis masalah dengan Metode TOPSIS Analisis masalah merupakan sebuah asumsi dari masalah yang akan diuraikan dalam prosedur prosedur pengolahan data pada program Sistem Pendukung Keputusan yang berada pada PT. Adira Quantum Multifinance. Analisis masalah dari prosedur yang ada adalah kurang akuratnya keputusan pemberian kredit yaitu bagaimana menentukan keputusan yang tepat dalam melakukan pemberian kredit. dan kurangnya efisiensi waktu dalam melakukan proses pengolahan data. Ada beberapa kriteria yang digunakan pada sistem pendukung keputusan ini dalam menentukan seseorang layak atau tidak layak dalam menerima kredit. Berikut merupakan kriteria yang digunakan sebagai penilaian pemohon kredit: Kriteria yang digunakan sebagai penilaian dalam memberikan kredit. 1. Pekerjaan : (1.Wiraswasta Produktivitas Rendah/ Lain-lain, 3. Wiraswasta Produktivitas Tinggi, 5. PNS/BUMN/Profesi) 2. Jumlah tanggungan : (1.> 6 orang, 2. 5 orang, orang, orang, 5. Tidak Ada) 3. Status rumah : (1.Bukan Milik Sendiri, 3. Milik Sendiri tidak Permanen 4. Milik Sendiri Semi Permanen, 5. Milik Sendiri Permanen) 4. Penghasilan : (1. < 1 Juta, ,5 Juta, Juta, juta, 5. > 3 Juta) 5. Umur : 1. Tidak diantara 21 65, 5. Diantara Berkas Pemohon : 3. Cukup 4. Baik 5. Sangat Baik Keterangan : Cukup : Hanya memiliki KTP Baik : Memiliki KTP, namun salah satu dari KK atau slip gaji tidak ada. Sangat Baik : Memiliki KTP, KK dan slip gaji. Kriteria diatas memiliki pilihan yang berbobot 1 5 yang digunakan sebagai penilaian pemohon kredit. Rancangan yang dibuat adalah pada bagian proses mengggunakan metode TOPSIS seperti gambar 1. Mulai Input Data Pemohon Proses Rating Kecocokan Normalisasi Matrik Keputusan Pembobotan Pada Matrik yang telah di Normalisasi Menentukan Solusi Ideal Positif dan Solusi Ideal Negatif 63 Menghitung Separation Measure Menghitung Kedekatan relatif dengan Solusi Ideal Perangkingan Selesai
7 Zainulloh E. : Aplikasi Pemberian Kredit.. Gambar 1. Flowchart TOPSIS Perhitungan dengan TOPSIS Pengujian di lakukan pada 3 alternatif pemohon kredit dimana kriteria yang di tentukan adalah pekerjaan, jumlah tanggungan, status rumah, penghasilan, umur dan berkas pemohon. Tabel 1 Tabel Uji Coba Kriteria Alterna Jumlah Berkas Pekerjaa Status Penghasila tif Tanggung Umur Pemoho n Rumah n an n A Wiraswasta 3 Orang Bukan Milik 1 Juta 18 Baik B PNS 2 Orang Semi 3 Juta 36 Cukup permanen C Wiraswasta 5 Orang permanen 2 Juta 20 Sangat baik Bobot atau nilai kepentingan setiap kriteria di nilai dengan 1 sampai 3, yaitu nilai 1 = Tidak Penting, nilai 2 = Penting dan nilai 3 = Sangat Penting. Pihak perusahaan dalam hal ini Adira Kredit memberikan nilai bobot tiap kriteria yaitu : W = (2,2,3,3,3,3) Tabel 2 Tabel Rating Kecocokan Kriteria Alternat Jumlah Status Berkas Pekerjaa Penghasila Umu if Tanggunga Ruma Pemoho n n r n h n A B C Pertama dilakukan normalisasi pada Tabel 1 tiap kriteria menggunakan persamaan 2.2. x1 = = 6,5574 r11 = = 0,4574 r21 = = 0,7624 r31 = = 0,4574 Sehingga setelah dilakukan normalisasi tiap kriteria di peroleh matrik R R = Setelah diperoleh matrik R kemudian setiap nilai dari kriteria dikalikan dengan nilai bobot untuk mencari matrik V menggunakan persamaan 2.3. v11 = 2 x 0,4574 = 0,9149 v12 = 2 x 0,5571 = 1,1141 v13 = 3 x 0,1543 = 0,4629 v14 = 3 x 0,3244 = v15 = 3 x 0,1401 = 0,4200 v16 = 3 x 0,5657 = 1,6970. Setelah semua elemen matrik R dikalikan nilai bobot maka diperoleh matrik V. V = Kemudian langkah selanjutnya menentukan A dan A -,diperoleh dengan mengambil nilai terbesar dan terkecil dari setiap kriteria menggunakan persamaan 2.4 dan 2.5. A = (1,5249 1,4855 2,3145 2,4333 2,1004 2,1213) dan 64
8 Jurnal Monitor, Vol. 2, No. 2, Juli 2013 A- = (0,9149 0,7427 0,4629 0,9733 0,4200 1,2727) Sehingga nilai separation measure positif dapat dihasilkan menggunakan persamaan 2.6. S1 = = 3,0122 Begitu juga penghitungan untuk S2 dan S3, diperoleh nilai sebagai berikut. S2 = 0,9665 S3 = 1,3679 Sehingga nilai separation measure negatif dapat dihasilkan menggunakan persamaan 2.7. S1 = = 0,5638 Begitu juga penghitungan untuk S2 dan S3, diperoleh nilai sebagai berikut. S2 = 2,7941 S3 = 2,6849 Penghitungan kedekatan relatif dengan solusi ideal menggunakan persamaan 2.8. C1 = = 0,1576 C2 = = 0,7429 C3 = = 0,6624 Dari hasil penghitungan diatas maka sistem memberikan saran atau rekomendasi bahwa pemohon kredit ke-2, yaitu B dengan nilai 0,7429 sebagai pemohon kredit ideal untuk mendapatkan kredit karena nilai B paling mendekati solusi ideal yaitu 1. Perancangan System Diagram Aliran Data atau Data Flow Diagram (DFD) adalah sebuah teknis grafis yang menggambarkan aliran informasi dan transformasi yang diaplikasikan pada saat data bergerak dari input menjadi output. DFD Level 0 DFD Level 0 menggambarkan proses aliran data yang terjadi dalam sistem secara garis besarnya. Selanjutnya DFD Level 0 dapat diubah menjadi DFD level 1 yang menjelaskan proses pada level yang lebih tinggi. Gambar 2. DFD Level 0 Pemberian Kredit menggunakan Metode TOPSIS DFD level 0 merepresentasikan seluruh elemen pemberian kredit menggunakan metode TOPSIS sebagai sebuah proses dengan data input adalah data pengguna dan output adalah data keputusan dalam bentuk laporan yang dinyatakan oleh anak panah yang masuk dan keluar. DFD Level 1 65
9 Zainulloh E. : Aplikasi Pemberian Kredit.. Pada Gambar 2 DFD Level 1 memiliki tiga proses yaitu proses Input data mahasiswa, input data kriteria dan proses seleksi menggunakan metode TOPSIS yang berguna untuk pengelolaan data master dan proses seleksi yang menggambarkan langkah langkah penyeleksian. Data Flow Diagram pada level 2 proses seleksi TOPSIS menggambarkan proses seleksi dengan metode TOPSIS. Gambar 3. DFD Level 1 DFD Level 2 Data Flow Diagram pada level 2 proses input data pemohon menggambarkan proses input dan simpan data pemohon kedalam database pemohon. Gambar 4. Proses 1 Input Data Pemohon Data Flow Diagram pada level 2 proses input data kriteria menggambarkan proses input dan simpan data kriteria kedalam database kriteria. Gambar 6. DFD Level 2 Proses 3 seleksi TOPSIS DFD level 2 Proses 3 ini merupakan proses perhitungan dengan menggunakan metode TOPSIS. DFD level ini memiliki 7 proses meliputi pemilihan alternatif mahasiswa, normalisasi matrik keputusan, pembobotan matrik, menentukan solusi ideal positif dan solusi ideal negatif, menghitung separation measure, menghitung kedekatan relatif dengan solusi ideal dan mengurutkan pilihan, dimana tiap prosesnya menggambarkan perhitungan TOPSIS terhadap kriteria dan pemohon. Gambar 5. Proses 2 Input Data Kriteria Implementasi Berikut akan dilakukan uji coba untuk 15 alternatif pemohon kredit dengan rincian 66
10 Jurnal Monitor, Vol. 2, No. 2, Juli 2013 data yang akan ditampilkan pada Gambar 6 sebagai tampilan awal dari proses penyeleksian, dimana kriteria yang digunakan dalam penilaian adalah pekerjaan, jumlah tanggungan, status rumah, penghasilan, umur dan berkas pemohon. normalisasi matrik tiap kriteria maka akan diperoleh matrik R. seperti yang terlihat pada Gambar 8. Gambar 8. Normalisasi Matrik Gambar 7. Rating kecocokan dengan TOPSIS Pada proses rating kecocokan gambar 7, semua data mentah akan dirubah kedalam bentuk angka yang telah ditetapkan dalam metode TOPSIS yaitu dari satu sampai lima. Angka angka tersebut mempunyai makna tersendiri yang bisa dideskripsikan sebagai berikut: 1 = Sangat Buruk 2 = Buruk 3 = Cukup 4 = Baik 5 = Sangat Baik Setelah diperoleh Matrik R seperti yang terlihat pada Gambar 8, kemudian langkah selanjutnya adalah pembobotan matrik. setiap nilai dari kriteria dikalikan dengan nilai bobot untuk mencari matrik V dimana bobot yang telah ditentukan oleh pihak perusahaan adalah W = ( ). Langkah selanjutnya yang harus dilakukan dalam menyelesaikan penghitungan metode TOPSIS adalah melakukan normalisasi matrik keputusan. Nilai yang sudah dikonversi seperti yang terlihat pada Gambar 7 akan dilakukan normalisasi tiap kriteria. Sehingga setelah dilakukan Gambar 9. Pembobotan Matrik Dari hasil penghitungan pembobotan matrik gambar 9, membuktikan bahwa kriteria yang paling diprioritaskan adalah status rumah, penghasilan, umur dan berkas 67
11 Zainulloh E. : Aplikasi Pemberian Kredit.. pemohon dibandingkan dengan kriteria lainnya seperti pekerjaan dan jumlah tanggungan. terendah adalah pemohon ke 4 dan 9 dengan nilai 0,1447. Dan untuk separation measure negatif yang mendapatkan nilai tertinggi adalah pemohon ke 4 dan 9 dengan nilai 1,3906 sedangkan yang mendapatkan nilai terendah adalah pemohon ke 14 dengan nilai 0,7751. Kemudian dilanjutkan Gambar 12, Untuk solusi ideal yang mendapatkan nilai tertinggi adalah pemohon ke 4 dan 9 dengan nilai 0,9057 sedangkan yang mendapatkan nilai terendah adalah pemohon ke 14 dengan nilai 0,3998. Gambar 10. Solusi Ideal Positif dan Negatif Gambar 10 adalah menentukan solusi ideal positif yang dinotasikan dengan A dan solusi ideal negatif yang dinotasikan dengan A -, diperoleh dengan mengambil nilai terbesar dan terkecil dari matrik V pada setiap kriteria. Gambar 12. Solusi Ideal yang di rangking Gambar 11. Separation Measure Pada Gambar 11, Untuk separation measure positif yang mendapatkan nilai tertinggi adalah pemohon ke 14 dengan nilai 1,1636 sedangkan yang mendapatkan nilai Seperti yang terlihat pada gambar 12, Dari 15 pemohon kredit yang diuji coba maka sistem memberikan saran atau rekomendasi kepada 3 pemohon kredit, yaitu: 1. Pemohon kredit ke 4 dengan perolehan nilai 0, Pemohon kredit ke 9 dengan perolehan nilai 0, Pemohon kredit ke 12 dengan perolehan nilai 0, Kesimpulan 68
12 Jurnal Monitor, Vol. 2, No. 2, Juli 2013 Berdasarkan pembahasan dan evaluasi dari penelitian ini, maka didapatkan kesimpulan sebagai berikut: 1. Metode TOPSIS dapat digunakan untuk memecahkan masalah pemberian kredit. Dengan penghitungan metode tersebut didapatkan bahwa kriteria yang paling diprioritaskan adalah status rumah, penghasilan, umur dan berkas pemohon dibandingkan dengan kriteria lainnya seperti pekerjaan dan jumlah tanggungan. 2. Pemberian nilai bobot dan kriteria berpengaruh terhadap urutan prioritas dari pemohon kredit yang memiliki nilai alternatif terbaik dari alternatif yang lain. 3. Aplikasi pemberian kredit menggunakan metode TOPSIS ini dapat digunakan sebagai alat bantu bagi pihak perusahaan dalam menentukan keputusan dari pemohon kredit, berdasarkan kriteria yang ditentukan oleh pihak Adira Kredit. Kadarsah, Suryadi; Ramdhani, M Ali, 2002, Sistem Pendukung Keputusan Suatu Wacana Struktural Idealisasi dan Implementasi Konsep Pengambilan Keputusan, PT Remaja Rosdakarya, Bandung. Ladjamuddin, Al-bahra, 2004, Konsep Sistem Basis Data dan Implementasinya, Graha Ilmu, Yogyakarta. Turban, Efraim; E Anderson, Jay; Ting-Peng, Liang, 2005, Decision Support Systems and Intelligent Systems (Sistem Pendukung Keputusan dan Sistem Cerdas), PT Andi, Yogyakarta. ar-nasional-aplikasi-teknologi.html, 02 Desember pendukung-keputusan-dengan.html, 02 Desember 2011 Daftar Pustaka Elmasri, Ramez; Navathe, Shamkant, Fundamentals of Database System. Pearson Education, Inc. Hadi, Rahadian, 2004, Membuat Laporan Dengan Crystal Report 8.5 Dan Visual Basic 0.6, PT Elex Media Komputindo, Jakarta. 69
Bab 1 Pendahuluan 1.1 Latar Belakang Masalah
Bab 1 Pendahuluan 1.1 Latar Belakang Masalah Melihat perkembangan teknologi yang berkembang semakin pesat, perusahaan membutuhkan sistem informasi yang dapat mendukung kebutuhan pengambilan keputusan.
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN PENERIMA BEASISWA DI SMA NEGERI 6 PANDEGLANG
SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN PENERIMA BEASISWA DI SMA NEGERI 6 PANDEGLANG Heri Sulistiyo Jurusan Teknik Informatika, Fakultas Teknik dan Ilmu Komputer, Universitas Komputer Indonrsia Jln.
Lebih terperinciJurnal Informasi Volume VII No.1 / Februari / 2015
SISTEM PENDUKUNG KEPUTUSAN PENERIMA BEASISWA KOPERTIS DI FAKULTAS TEKNIK UNSUR CIANJUR MENGGUNAKAN FUZZY MADM DENGAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) Ai Musrifah Ela Sopiyillah ABSTRAK Fakultas Teknik
Lebih 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 terperinciSistem Pendukung Keputusan Penentuan Gaji Bonus Karyawan Pada Restoran KL Express Dengan Metode TOPSIS
Jurnal Ilmiah Teknologi dan Informasi ASIA (JITIKA) Vol.11, No.1, Februari 2017 ISSN: 0852-730X Sistem Pendukung Keputusan Penentuan Gaji Bonus Karyawan Pada Restoran KL Express Dengan Metode TOPSIS Dwija
Lebih terperinciJURNAL APLIKASI PEMILIHAN HELM MENGUNAKAN METODE TECHNIQUE FOR OTHER REFERENCE BY SMILARITY
JURNAL APLIKASI PEMILIHAN HELM MENGUNAKAN METODE TECHNIQUE FOR OTHER REFERENCE BY SMILARITY TO IDEAL SOLUTION (TOPSIS) APLICATIONS HELMET ELECTION METOHOD TECHNIQUE FOR OTHER REFERENCE BY SMILARITY TO
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 terperinciGus melia Testiana. IAIN Raden Fatah, Palembang, Indonesia
PEMANFAATAN LOGIKA FUZZY MULTIPLE ATTRIBUTE DECISSION MAKING (FMADM) DENGAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) UNTUK PENENTUAN PENERIMA BEASISWA DI IAIN RADEN FATAH PALEMBANG Gus melia Testiana IAIN
Lebih 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 terperinciIMPLEMENTASI SISTEM REKOMENDASIAN PENERIMAAN BEASISWA DENGAN MENGGUNAKAN FMADM
IMPLEMENTASI SISTEM REKOMENDASIAN PENERIMAAN BEASISWA DENGAN MENGGUNAKAN FMADM Anis Yusrotun Nadhiroh Jurusan Teknik Informatika - STT Nurul Jadid Paiton ayusrotun@gmail.com ABSTRAK Sesuai dengan peraturan
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN DALAM PEMBERIAN BEASISWA DENGAN MENGGUNAKAN METODE WEIGHTED PRODUCT (Studi kasus: Universitas Sari Mutiara Indonesia)
Page 83 SISTEM PENDUKUNG KEPUTUSAN DALAM PEMBERIAN BEASISWA DENGAN MENGGUNAKAN METODE WEIGHTED PRODUCT (Studi kasus: Universitas Sari Mutiara Indonesia) Burhanuddin, Dini 2 Universitas Sari Mutiara Indonesia
Lebih terperinciPENENTUAN PENERIMA BEASISWA BERDASARKAN KRITERIA PADA UIN RADEN FATAH PALEMBANG
PENENTUAN PENERIMA BEASISWA BERDASARKAN KRITERIA PADA UIN RADEN FATAH PALEMBANG Gusmelia Testiana UIN Raden Fatah Palembang Jl.KH. Zainal Abidin Fikri Palembang gusmelia.testiana@gmail.com ABSTRAK Masalah
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN DALAM PEMBERIAN BEASISWA DENGAN MENGGUNAKAN METODE WEIGHTED PRODUCT (Studi kasus: Universitas Sari Mutiara Indonesia)
Page 83 SISTEM PENDUKUNG KEPUTUSAN DALAM PEMBERIAN BEASISWA DENGAN MENGGUNAKAN METODE WEIGHTED PRODUCT (Studi kasus: Universitas Sari Mutiara Indonesia) Burhanuddin, Dini 2 Universitas Sari Mutiara Indonesia
Lebih terperinciSKRIPSI. Diajukan Untuk Memenuhi Sebagian Syarat Guna Memperoleh Gelar Sarjana Komputer (S.Kom) Pada Program Studi Sistem Informasi OLEH :
IMPLEMENTASI SISTEM PENDUKUNG KEPUTUSAN SELEKSI PENERIMA BERAS MISKIN MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING ( STUDI KASUS KEL. JAMSAREN KOTA KEDIRI) SKRIPSI Diajukan Untuk Memenuhi Sebagian Syarat
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PENGAJUAN KREDIT PADA PD BPR BKK BOJA DENGAN METODE SAW. Riris Niken Pratiwi
SISTEM PENDUKUNG KEPUTUSAN PENGAJUAN KREDIT PADA PD BPR BKK BOJA DENGAN METODE SAW Riris Niken Pratiwi Jurusan Sistem Informasi Universitas Dian Nuswantoro Semarang E-mail :nikenriris@yahoo.com Abstrak
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PEMBELIAN KENDARAAN BERMOTOR DENGAN METODE SAW
SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PEMBELIAN KENDARAAN BERMOTOR DENGAN METODE SAW Arie Wedhasmara 1, Jasmo ari wibowo 2 Jurusan Sistem Informasi Fakultas Ilmu Komputer Universitas Sriwijaya Email : jasmo_ari_wibowo@yahoo.co.id
Lebih terperinciSistem Informasi Penilaian Supplier Komputer Menggunakan Metode Fuzzy Multiple Attribute Decision Making Dengan Simple Additive Weighting
Sistem Informasi Penilaian Supplier Komputer Menggunakan Metode Fuzzy Multiple Attribute Decision Making Dengan Simple Additive Weighting Johana Harjayanti 1, Anief Fauzan Rozi 2 1 2 Program Studi Sistem
Lebih terperinciDECISION SUPPORT SYSTEM FOR DETERMINING SCHOLARSHIP RECIPIENTS USING TOPSIS FMADM METHOD
ZERO JURNAL SAINS MATEMATIKA DAN TERAPAN Volume 1 No. 1 2017 Page : 11-21 P-ISSN: 2580-569X E-ISSN: 2580-5754 DECISION SUPPORT SYSTEM FOR DETERMINING SCHOLARSHIP RECIPIENTS USING TOPSIS FMADM METHOD Ismail
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN UNTUK MAHASISWA BERPRESTASI DI STIKES MUHAMMADIYAH PRINGSEWU DENGAN METODE SAW
SISTEM PENDUKUNG KEPUTUSAN UNTUK MAHASISWA BERPRESTASI DI STIKES MUHAMMADIYAH PRINGSEWU DENGAN METODE SAW Fitria Ningsih Jurusan Manajemen Informatika STMIK Pringsewu Lampung Jl. Wismarini no.09 Pringsewu
Lebih terperinciJurnal SISFO Vol. 7, No.1, Februari 2013 STIKOM Dinamika Bangsa - Jambi 1
ANALISIS SISTEM PENUNJANG KEPUTUSAN UNTUK MENENTUKAN PELAMAR CALON DOSEN MENJADI DOSEN DENGAN MENGGUNAKAN FUZZY MADM (STUDI KASUS : STIKOM DINAMIKA BANGSA) Jasmir, S.Kom, M.Kom Dosen Tetap STIKOM Dinamika
Lebih terperinciSistem Pendukung Keputusan Kelayakan Kredit Usaha Menggunakan Fuzzy Multiple Attribute Decision Making (FMADM) Pada Bank BPD Sulteng
Konferensi Nasional Sistem & Informatika 2017 STMIK STIKOM Bali, 10 Agustus 2017 Sistem Pendukung Keputusan Kelayakan Kredit Usaha Menggunakan Fuzzy Multiple Attribute Decision Making (FMADM) Pada Bank
Lebih terperinciSISTEM 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 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 terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1. Landasan Teori 2.1.1. Metode SAW (Simple Additive Weighting) Metode SAW (Simple Additive Weighting) adalah suatu metode yang digunakan untuk mencari alternatif optimal dari
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) DALAM PEMBERIAN KREDIT
SISTEM PENDUKUNG KEPUTUSAN MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) DALAM PEMBERIAN KREDIT Muhammad Fikry Teknik Informatika, Univsersitas Malikussaleh Jl. Cot Tgk Nie-Reulet, Aceh Utara, 141
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN PENERIMA BEASISWA MENGGUNAKAN METODE FMADM (STUDI KASUS: MAHASISWA FKIP UMN AL-WASHLIYAH MEDAN) ABSTRACT
ZERO JURNAL MATEMATIKA DAN TERAPAN Volume 1 No. 1 2017 P-ISSN: 2580-569X E-ISSN : 2580-5754 SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN PENERIMA BEASISWA MENGGUNAKAN METODE FMADM (STUDI KASUS: MAHASISWA
Lebih 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 terperinciPENENTUAN KELAYAKAN PEMBERIAN KREDIT PADA BANK MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW)
Konferensi Nasional Ilmu Sosial & Teknologi (KNiST) Maret 2017, pp. 336~441 336 PENENTUAN KELAYAKAN PEMBERIAN KREDIT PADA BANK MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) Aji Saepudin 1, Wahyudin
Lebih terperinciSistem Pendukung Keputusan Penentuan Lokasi Gudang di Perusahaan dengan Metode Weighted Product
Sistem Pendukung Keputusan Penentuan Lokasi Gudang di Perusahaan dengan Metode Weighted Product Indah Kumala Sari 1, Yohana Dewi Lulu W 2, Kartina Diah K 3 1,2 Jurusan Sistem Informasi,.3 Jurusan Teknik
Lebih 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 terperinciPENENTUAN PENERIMA BEASISWA DENGAN MENGGUNAKAN FUZZY MULTIPLE ATRIBUTE DECISSION MAKING.
PENENTUAN PENERIMA BEASISWA DENGAN MENGGUNAKAN FUZZY MULTIPLE ATRIBUTE DECISSION MAKING Apriansyah Putra 1, Dinna Yunika Hardiyanti 2 Jurusan Sistem Informasi,Fakultas Ilmu Komputer Universitas Sriwijaya
Lebih terperinciJl. RE. Martadinata No. 272A, Indihiang, Kota Tasikmalaya 1), 2),
SISTEM PENUNJANG KEPUTUSAN PEMBERIAN BANTUAN SISWA MISKIN DI SD NEGERI SUKAMENAK KOTA TASIKMALAYA MENGGUNAKAN METODE TECHNIQUE FOR ORDER PREFERENCE BY SIMILARITY TO IDEAL SOLUTION (TOPSIS) Nono Sudarsono,
Lebih terperinciPERBANDINGAN PENERAPAN METODE SAW DAN TOPSIS DALAM SISTEM PEMILIHAN LAPTOP
PERBANDINGAN PENERAPAN METODE SAW DAN TOPSIS DALAM SISTEM PEMILIHAN LAPTOP SKRIPSI Diajukan Untuk Memenuhi Salah Satu Syarat Memperoleh Gelar Sarjana Komputer ( S.Kom ) Pada Program Studi Teknik Informatika
Lebih terperinciOleh : Tutut Maitanti*, Ema Utami**, Emha Taufiq Luthfi**
PENERAPAN TOPSIS FUZZY MADM DALAM MEMBANGUN SISTEM PENDUKUNG KEPUTUSAN SELEKSI PENERIMAAN BEASISWA Oleh : Tutut Maitanti*, Ema Utami**, Emha Taufiq Luthfi** STMIK AMIKOM YOGYAKARTA ABSTRAK Penelitian ini
Lebih terperinciSISTEM PENDUKUNG PENGAMBILAN KEPUTUSAN SELEKSI DANA BANTUAN REHABILITASI BANGUNAN UNTUK SEKOLAH DASAR DI KABUPATEN PRINGSEWU
SISTEM PENDUKUNG PENGAMBILAN KEPUTUSAN SELEKSI DANA BANTUAN REHABILITASI BANGUNAN UNTUK SEKOLAH DASAR DI KABUPATEN PRINGSEWU Slamet Riadi Program Strata Satu Jurusan Sistem Informasi STMIK Pringsewu Lampung
Lebih terperinciIMPLEMENTASI METODE TOPSIS DALAM PERANCANGAN SISTEM PENDUKUNG KEPUTUSAN PENENTUAN KARYAWAN BERPRESTASI
IMPLEMENTASI METODE TOPSIS DALAM PERANCANGAN SISTEM PENDUKUNG KEPUTUSAN PENENTUAN KARYAWAN BERPRESTASI Gunawan 1),) Teknik Informatika STMIK Balikpapan Jl AMD Manunggal No : 9 Damai bahagia,balikpapan
Lebih terperinciKata Kunci: Guru, Decision support systems, MADM, SAW. 1. Pendahuluan
RANCANG BANGUN DECISION SUPPORT SYSTEM PEMILIHAN GURU TERBAIK MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) (STUDI KASUS : SMA BHAKTI PERTIWI KOTA TANGERANG) Taufik Hidayat, S.Kom., M.Kom 1, Fajar
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN Langkah-langkah untuk mendefinisikan urutan pemecahan masalah dijelaskan dalam bagian ini. Tahapan-tahapan yang akan dilakukan dalam penelitian ini adalah sebagai berikut
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 terperinciPENERAPAN METODE SIMPLE ADDITIVE WEIGHTING DALAM SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN TABLET
PENERAPAN METODE SIMPLE ADDITIVE WEIGHTING DALAM SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN TABLET Dhuto Hestu Wicaksono Jurusan Teknik Informatika, Fakultas Ilmu Komputer, Universitas Dian Nuswantoro Email
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 terperinciPaper Group Project SISTEM PENDUKUNG KEPUTUSAN. Metode TOPSIS & Contoh Implementasi
Paper Group Project SISTEM PENDUKUNG KEPUTUSAN Metode TOPSIS & Contoh Implementasi Kelas D Kelompok 4Walls 1. Glory Efrat Sandy. S 201331073 2. Meilinda Dyah A.L 201331081 3. Clara Angelina Y 201331192
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN MENENTUKAN PENERIMA BEASISWA BERPRESTASI MENGGUNAKAN FUZZY MULTIPLE ATTRIBUTE DECISION MAKING (FMADM) DENGAN METODE SAW
Seminar Nasional Teknologi Informasi dan Multimedia 205 STMIK AMIKOM Yogyakarta, 6-8 Februari 205 SISTEM PENDUKUNG KEPUTUSAN MENENTUKAN PENERIMA BEASISWA BERPRESTASI MENGGUNAKAN FUZZY MULTIPLE ATTRIBUTE
Lebih terperinciBAB I PENDAHULUAN. semakin ketat. Konsumen tidak hanya menginginkan produk yang berkualitas,
BAB I PENDAHULUAN A. Latar Belakang Permasalahan Di era globalisasi seperti saat ini, persaingan antar perusahaan menjadi semakin ketat. Konsumen tidak hanya menginginkan produk yang berkualitas, melainkan
Lebih terperinciDesi Reskika Sari ( )
PERANCANGAN APLIKASI SISTEM PENDUKUNG KEPUTUSAN PENENTUAN LOKASI PEMASARAN RUMAH DENGAN METODE SIMPLE ADDITIVE WEIGHTING (STUDI KASUS: PT. VISTA ESTATE MEDAN) Desi Reskika Sari (1111543) Mahasiswa Program
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN REKRUTMEN GURU DENGAN METODE TOPSIS
SISTEM PENDUKUNG KEPUTUSAN REKRUTMEN GURU DENGAN METODE TOPSIS Bayu Setyawan Jurusan Teknik Informatika Fakultas Teknik - Universitas 45 Surabaya Bay_setyawan@yahoo.com ABSTRAK Selama ini proses rekrutmen
Lebih terperinciSISTEM SELEKSI BEASISWA SMA NEGERI 2 BAE KUDUS DENGAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) ABSTRAK
SISTEM SELEKSI BEASISWA SMA NEGERI 2 BAE KUDUS DENGAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) Herdi widyatmoko Jurusan teknik Informatika, Fakultas Ilmu Komputer, Universitas Dian Nuswantoro Jln Nakula
Lebih terperinciSISTEM INFORMASI PENILAIAN KINERJA KARYAWAN MENGGUNAKAN METODE TECHNIQUE FOR OTHERS REFERENCE BY SIMILARITY TO IDEAL SOLUTION (TOPSIS)
SISTEM INFORMASI PENILAIAN KINERJA KARYAWAN MENGGUNAKAN METODE TECHNIQUE FOR OTHERS REFERENCE BY SIMILARITY TO IDEAL SOLUTION (TOPSIS) Siti Kholijah Ritonga (0911442) Mahasiswa Program Studi Teknik Informatika
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PEMBERIAN PINJAMAN TERHADAP NASABAH DENGAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) STUDI KASUS: PT. BPR LAKSANA GUNA PERCUT
SISTEM PENDUKUNG KEPUTUSAN PEMBERIAN PINJAMAN TERHADAP NASABAH DENGAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) STUDI KASUS: PT. BPR LAKSANA GUNA PERCUT Roi Marsitta Simanjuntak 1), Tonni Limbong 2) 1) Mahasiswa
Lebih terperinciSistem Pendukung Keputusan Dalam Menentukan Dosen Pembimbing Skripsi
E-journal Teknik Informatika, Volume 9, No 1 (2016), ISSN : 1 Sistem Pendukung Keputusan Dalam Menentukan Dosen Pembimbing Skripsi Iwan Laengge, Hans F. Wowor, Muhamad D. Putro Teknik Informatika Universitas
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PENGAJUAN KREDIT DENGAN METODE SAW PADA KJKS AR RAHMAH. Ervin Fightorini 1, Bowo Nurhadiono 2
SISTEM PENDUKUNG KEPUTUSAN PENGAJUAN KREDIT DENGAN METODE SAW PADA KJKS AR RAHMAH Ervin Fightorini 1, Bowo Nurhadiono 2 Program Studi Teknik Informatika S1, Fakultas Ilmu Komputer Universitas Dian Nuswantoro
Lebih terperinciPENERAPAN METODE TOPSIS UNTUK MENDUKUNG PROGRAM BANTUAN PERUMAHAN RAKYAT
PENERAPAN METODE TOPSIS UNTUK MENDUKUNG PROGRAM BANTUAN PERUMAHAN RAKYAT Aris Rakhmadi 1*, Nana Suhendar 2 1,2 Prodi Informatika, Fakultas Komunikasi dan Informatika, Universitas Muhammadiyah Surakarta
Lebih terperinciSISTEM REKOMENDASI PEMBERHENTIAN HUBUNGAN KERJA MENGGUNAKAN FUZZY MULTIPLE ATTRIBUTE DECISION MAKING METODE SIMPLE ADDTIVE WEIGHTING (SAW) SKRIPSI
SISTEM REKOMENDASI PEMBERHENTIAN HUBUNGAN KERJA MENGGUNAKAN FUZZY MULTIPLE ATTRIBUTE DECISION MAKING METODE SIMPLE ADDTIVE WEIGHTING (SAW) SKRIPSI Diajukan Untuk Penulisan Skripsi Guna Memenuhi Salah Satu
Lebih terperinciAbstrak Kata kunci 1. Pendahuluan
PERANCANGAN SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PELANGGAN TERBAIK DENGAN METODE TOPSIS (Studi Kasus : PD. ISTANA DUTA) Alfin Bundiono Sanada Program Studi Teknik Informatika Universitas Tanjungpura alfinsanada1010@gmail.com
Lebih terperinciPENGEMBANGAN SPK PENERIMAAN ANGGOTA BARU STUDI KASUS: ORGANISASI IMSI STMIK MIKROSKIL
Seminar Nasional Sistem Informasi Indonesia, 22 September 2014 PENGEMBANGAN SPK PENERIMAAN ANGGOTA BARU STUDI KASUS: ORGANISASI IMSI STMIK MIKROSKIL Gunawan 1), Wilson 2), Fandi Halim 3) 1,2,3 Program
Lebih terperinciSistem Pendukung Keputusan Seleksi Beasiswa Pendidikan Menggunakan Metode Simple Additive Weighting
SISTEM PENDUKUNG KEPUTUSAN SELEKSI BEASISWA PENDIDIKAN MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING Oleh : Ita Yulianti 1, Imam Tahyudin 2, Nurfaizah 3 1,2,3) STMIK AMIKOM Purwokerto ABSTRAK Tujuan penelitian
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PENERIMA BEASISWA DENGAN METODE SIMPLE ADDITIVE WEIGHTING (SAW)
SISTEM PENDUKUNG KEPUTUSAN PENERIMA BEASISWA DENGAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) Zainollah Effendy Jurusan Teknik Informatika Fakultas Teknik, Universitas Madura zainollah.effendy@unira.ac.id
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang PT. Adira Dinamika Multi Finance Tbk. (Adira Finance) merupakan perusahaan yang bergerak dibidang pembiayaan segala merek otomotif terutama sepeda motor. Seperti diketahui
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 terperinciSISTEM PENDUKUNG KEPUTUSAN MENENTUKAN SISWA TELADAN DI SDN 5 TUNGGUL PAWENANG. Beta Wulan Asmara 1, Dedi Irawan 2
SISTEM PENDUKUNG KEPUTUSAN MENENTUKAN SISWA TELADAN DI SDN 5 TUNGGUL PAWENANG Beta Wulan Asmara 1, Dedi Irawan 2 Jurusan Sistem Informasi STMIK Pringsewu Lampung Jl. Wisma Rini No. 09 Pringsewu Lampung
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN KUALITAS PELAYANAN PADA APOTEK AMONG ROGO ADILUWIH. Febriana 1, Dedi Irawan 2
SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN KUALITAS PELAYANAN PADA APOTEK AMONG ROGO ADILUWIH Febriana 1, Dedi Irawan 2 Jurusan Sistem Informasi STMIK Pringsewu Lampung Jl. Wisma Rini No. 09 Pringsewu
Lebih terperinciPERANCANGAN SISTEM PENDUKUNG KEPUTUSAN UNTUK PEMILIHAN PEMASOK NATA DE COCO DENGAN METODE SIMPLE ADDITIVE WEIGHTING
PERANCANGAN SISTEM PENDUKUNG KEPUTUSAN UNTUK PEMILIHAN PEMASOK NATA DE COCO DENGAN METODE SIMPLE ADDITIVE WEIGHTING Cahyono Sigit Pramudyo 1 dan Dian Eko Hari Purnomo 2 Abstrak: Pemasok nata de coco lembaran
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PENYELEKSIAN CALON KEPALA SEKOLAH DASAR DI DINAS PENDIDIKAN KABUPATEN GARUT
SISTEM PENDUKUNG KEPUTUSAN PENYELEKSIAN CALON KEPALA SEKOLAH DASAR DI DINAS PENDIDIKAN KABUPATEN GARUT Dini Destiani 1, Dita Ainun Annisa 2 Jurnal Algoritma Sekolah Tinggi Teknologi Garut Jl. Mayor Syamsu
Lebih terperinci48 Jurnal Informatika Mulawarman Vol. 11, No. 2, September 2016 ISSN
48 Jurnal Informatika Mulawarman Vol. 11, No. 2, September 2016 IMPLEMENTASI TECHNIQUE FOR ORDER PREFERENCES BY SIMILARY TO IDEAL SOLUTION (TOPSIS) PADA SELEKSI ASISTEN LABORATORIUM (Studi kasus : Laboratorium
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PEMILIHAN MANDOR MENGGUNAKAN METODE TOPSIS
ISSN : 1978-6603 SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN MANDOR MENGGUNAKAN METODE TOPSIS Asyahri Hadi Nasyuha *1, Muhammad Dahria *2, Tugiono *3 #1,2,3 Program Studi Sistem Informasi, STMIK Triguna Dharma
Lebih terperinciMADM-TOOL : APLIKASI UJI SENSITIVITAS UNTUK MODEL MADM MENGGUNAKAN METODE SAW DAN TOPSIS.
MADM-TOOL : APLIKASI UJI SENSITIVITAS UNTUK MODEL MADM MENGGUNAKAN METODE SAW DAN TOPSIS. Henry Wibowo S Laboratorium Komputasi dan Sistem Cerdas Jurusan Teknik Informatika, Fakultas Teknologi Industri,Universitas
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN JURUSAN MENGGUNAKAN METODE FUZZY SAW (Studi Kasus SMKN 4 Bandar lampung)
SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN JURUSAN MENGGUNAKAN METODE FUZZY SAW (Studi Kasus SMKN 4 Bandar lampung) Fitria¹, sulyono² ¹, ² Department of Informatics Engineering, The Informatics and Busines,
Lebih terperinciRANCANGAN SISTEM PENGAMBILAN KEPUTUSAN DALAM MENENTUKAN PILIHAN PRODUK LAPTOP MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHT (SAW)
RANCANGAN SISTEM PENGAMBILAN KEPUTUSAN DALAM MENENTUKAN PILIHAN PRODUK LAPTOP MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHT (SAW) Tri Sulisilowati STMIK Pringsewu Lampung Jl.Wisma Rini No.09 Pringsewu Lampung
Lebih terperinciANALISIS METODE TOPSIS DALAM PENDUKUNG KEPUTUSAN KELAYAKAN BEASISWA PENDIDIKAN KARYAWAN PADA PT PANGLIMA SIAGA BANGSA
ANALISIS METODE TOPSIS DALAM PENDUKUNG KEPUTUSAN KELAYAKAN BEASISWA PENDIDIKAN KARYAWAN PADA PT PANGLIMA SIAGA BANGSA Tri Yani Akhirina azizahputriku@gmail.com Teknik Informatika, Fakultas Teknik dan MIPA,
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN DALAM PEMILIHAN MOTOR BEBEK DENGAN MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW)
SISTEM PENDUKUNG KEPUTUSAN DALAM PEMILIHAN MOTOR BEBEK DENGAN MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) SKRIPSI Diajukan Untuk Memenuhi Sebagian Syarat Guna Memperoleh Gelar Sarjana Komputer (S.Kom)
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN PENERIMAAN BEASISWA BAGI MAHASISWA STMIK AMIKOM YOGYAKARTA SKRIPSI
SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN PENERIMAAN BEASISWA BAGI MAHASISWA STMIK AMIKOM YOGYAKARTA SKRIPSI disusun oleh Gerdon 07.12.2562 JURUSAN SISTEM INFORMASI SEKOLAH TINGGI MANAJEMEN INFORMATIKA
Lebih terperinciPENGEMBANGAN SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN LOKASI PEMBANGUNAN MINIMARKET BARU DI KOTA BOJONEGORO DENGAN METODE TOPSIS BERBASIS GIS
PENGEMBANGAN SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN LOKASI PEMBANGUNAN MINIMARKET BARU DI KOTA BOJONEGORO DENGAN METODE TOPSIS BERBASIS GIS Muhammad Naufal Afif Bakhari, Ely Setyo Astuti 1, Dwi Puspitasari
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PENYELEKSIAN CALON KEPALA SEKOLAH DASAR DI DINAS PENDIDIKAN KABUPATEN GARUT
SISTEM PENDUKUNG KEPUTUSAN PENYELEKSIAN CALON KEPALA SEKOLAH DASAR DI DINAS PENDIDIKAN KABUPATEN GARUT Dita Ainun Annisa 1, Dini Destiani 2 Jurnal Algoritma Sekolah Tinggi Teknologi Garut Jl. Mayor Syamsu
Lebih terperinciPENERAPAN METODE FUZZY SIMPLE ADDITIVE WAIGHTING (FSAW) DALAM PENENTUAN PERANKINGAN SEKOLAH MENENGAH KEJURUAN (SMK) DI KABUPATEN PRINGSEWU
PENERAPAN METODE FUZZY SIMPLE ADDITIVE WAIGHTING (FSAW) DALAM PENENTUAN PERANKINGAN SEKOLAH MENENGAH KEJURUAN (SMK) DI KABUPATEN PRINGSEWU Elisabet Yunaeti Anggraeni 1), Oktafianto 2) 1), 2) Manajemen
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Sistem Pendukung Keputusan Pada dasarnya Sistem Pendukung Keputusan ini merupakan pengembangan lebih lanjut dari sistem informasi manajemen terkomputerisasi yang dirancang sedemikian
Lebih 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 terperinciSistem Pendukung Keputusan Seleksi Penerima Beasiswa SD Negeri Sidakaton 01 Tegal Dengan Metode TOPSIS
Sistem Pendukung Keputusan Seleksi Penerima Beasiswa SD Negeri Sidakaton 01 Tegal Dengan Metode TOPSIS Rifki Prasetyo Adhi Jurusan Teknik Informatika, Fakultas Ilmu Komputer, Universitas Dian Nuswantoro
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN BEASISWA DIKLAT DENGAN FUZZY MADM
SISTEM PENDUKUNG KEPUTUSAN BEASISWA DIKLAT DENGAN FUZZY MADM Tri Handayani (teha.nazla@gmail.com) Wawan Laksito YS (wlaksito@yahoo.com) Teguh Susyanto (teguhsusyanto@gmail.com) ISSN : 2338-408 ABSTRAK
Lebih terperinciBAB I PENDAHULUAN. Dengan kemajuan teknologi sangat modern sekarang ini yang semakin
BAB I PENDAHULUAN I.1. Latar Belakang Dengan kemajuan teknologi sangat modern sekarang ini yang semakin pesat dan terutama dalam bidang IT. Sebuah SmartPhone sudah tidak lagi sebagai barang mewah seperti
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PEMBERIAN PREDIKAT SISWA TELADAN DENGAN METODE TOPSIS BERBASIS WEB (Studi Kasus : SMPK SANTA MARIA KOTA KEDIRI)
SISTEM PENDUKUNG KEPUTUSAN PEMBERIAN PREDIKAT SISWA TELADAN DENGAN METODE TOPSIS BERBASIS WEB (Studi Kasus : SMPK SANTA MARIA KOTA KEDIRI) SKRIPSI Diajukan Untuk Memenuhi Sebagian Syarat Guna Memperoleh
Lebih terperinciPENGGUNAAN METODE TOPSIS DALAM RANCANGAN SISTEM PENUNJANG KEPUTUSAN UNTUK MENENTUKAN LOKASI USAHA BARU (Studi Kasus : ARENA DISC Yogyakarta)
ISSN : 0-80 Seminar Nasional Teknologi Informasi dan Multimedia 0 STMIK AMIKOM Yogyakarta 6-8Februari 0 PENGGUNAAN METODE TOPSIS DALAM RANCANGAN SISTEM PENUNJANG KEPUTUSAN UNTUK MENENTUKAN LOKASI USAHA
Lebih terperinciRita Hamdani. STMIK Pelita Nusantara Medan Jalan Iskandar Muda No.1, Merdeka, Medan Baru, Sumatera Utara
PENERAPAN METODE TECHNIQUE FOR ORDER PREFERENCE BY SIMILARITY TO IDEAL SOLUTIONDAN SIMPLE ADDITIVE WEIGHTING DALAM PEMBERIAN BEASISWA DI POLITEKNIK POLIPROFESI MEDAN Rita Hamdani STMIK Pelita Nusantara
Lebih terperinciIMPLEMENTASI METODE SIMPLE ADDITIVE WEIGHTING DALAM PENENTUAN CALON PENERIMA PROGRAM KELUARGA HARAPAN (PKH) KECAMATAN JATIKALEN
IMPLEMENTASI METODE SIMPLE ADDITIVE WEIGHTING DALAM PENENTUAN CALON PENERIMA PROGRAM KELUARGA HARAPAN (PKH) KECAMATAN JATIKALEN SKRIPSI Diajukan Untuk Memenuhi Syarat Guna Memperoleh Gelar Sarjana Komputer
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 terperinciPENENTUAN PRODUK KERAJINAN UNGGULAN DENGAN MENGGUNAKAN MADM-SAW. Fera Tri Wulandari 1*, Setiya Nugroho 1
PENENTUAN PRODUK KERAJINAN UNGGULAN DENGAN MENGGUNAKAN MADM-SAW Fera Tri Wulandari 1*, Setiya Nugroho 1 1 Program Studi Manajemen Informatika, Fakultas Ilmu Komputer, Universitas Widya Dharma Klaten Jl
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Konsep Dasar Sistem Suatu sistem pada dasarnya adalah sekolompok unsur yang erat hubungannya satu dengan yang lain, yang berfungsi bersama-sama untuk mencapai tujuan tertentu.
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PENERIMAAN ANGGOTA MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING BERBASIS WEB DI KOPERASI SIMPAN PINJAM MELATI
SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN ANGGOTA MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING BERBASIS WEB DI KOPERASI SIMPAN PINJAM MELATI Moch. Ali Ramdhani Aditya Nugraha ABSTRAK Koperasi pada dasarnya
Lebih terperinciAPLIKASI PENENTUAN NILAI KEDISIPLINAN DAN LOYALITAS UNTUK REKOMENDASI NILAI BONUS SALESMAN DENGAN METODE SIMPLE ADDITIVE WEIGHTING SKRIPSI
Artikel Skripsi APLIKASI PENENTUAN NILAI KEDISIPLINAN DAN LOYALITAS UNTUK REKOMENDASI NILAI BONUS SALESMAN DENGAN METODE SIMPLE ADDITIVE WEIGHTING SKRIPSI Diajukan untuk Penulisan Skripsi Guna Memenuhi
Lebih terperinciBAB II LANDASAN TEORI. Sistem berasal dari bahasa Latin (Systema) dan bahasa Yunani (Sustema) membentuk satu kesatuan untuk mencapai sebuah tujuan.
BAB II LANDASAN TEORI 2.1 Sistem Sistem berasal dari bahasa Latin (Systema) dan bahasa Yunani (Sustema) adalah suatu kesatuan yang terdiri dari komponen atau elemen yang dihubungkan bersama untuk memudahkan
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PENENTUAN LOKASI PERUMAHAN IDEAL MENGGUNAKAN METODE FUZZY SIMPLE ADDITIVE WEIGHTING
SISTEM PENDUKUNG KEPUTUSAN PENENTUAN LOKASI PERUMAHAN IDEAL MENGGUNAKAN METODE FUZZY SIMPLE ADDITIVE WEIGHTING Erwin Panggabean Program Studi Sistem Informasi STMIK Sisingamangaraja XII Medan Sumatera
Lebih terperinciAbstract. Keywords: Scholarship, Fuzzy MADM, SAW, Criteria.
ISSN : 1693 1173 Sistem Pendukung Keputusan Beasiswa Diklat dengan Fuzzy Multiple Attribute Decission Making (MADM) Tri Handayani, Wawan Laksito Yuly Saptomo, Teguh Susyanto Abstract The scholarship is
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Dalam kehidupan sehari-hari, manusia dihadapi dengan masalah pengambilan keputusan yang bermacam-macam. Dari pengambilan keputusan yang melibatkan satu faktor saja
Lebih terperinciPEMILIHAN PEGAWAI BERPRESTASI BERDASAR EVALUASI KINERJA PEGAWAI DENGAN METODE SAW
ISSN : 2302-305 STMIK AMIKOM Yogyakarta, - Februari 2015 PEMILIHAN PEGAWAI BERPRESTASI BERDASAR EVALUASI KINERJA PEGAWAI DENGAN METODE SAW Lili Tanti1) 1) Sistem Informasi Universitas Potensi Utama Jl
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN KELAYAKAN SELEKSI CALON TKI KELUAR NEGERI MENGGUNAKAN METODE SAW DAN TOPSIS
ISSN : 1978-6603 SISTEM PENDUKUNG KEPUTUSAN KELAYAKAN SELEKSI CALON TKI KELUAR NEGERI MENGGUNAKAN METODE SAW DAN TOPSIS *Nurhayati 1#1, Magdalena Simanjuntak #2, Listiono Tio #3 #1,2,3 Program Studi Teknik
Lebih terperinciJURUSAN TEKNIK INFORMATIKA FAKULTAS TEKNIK UNIVERSITAS MUHAMMADIYAH MALANG
SISTEM PENDUKUNG KEPUTUSAN (SPK) DALAM PEMILIHAN FURNITUR DENGAN MENGGUNAKAN METODE SAW (SIMPLE ADDITIVE WEIGHTING) BERBASIS WEB Oleh : Yoni Amrulah 09560162 JURUSAN TEKNIK INFORMATIKA FAKULTAS TEKNIK
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 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 terperinciSISTEM PENDUKUNG KEPUTUSAN PENYELEKSIAN CALON SISWA BARU DI SMA NEGERI 3 GARUT
SISTEM PENDUKUNG KEPUTUSAN PENYELEKSIAN CALON SISWA BARU DI SMA NEGERI 3 GARUT Asep Hendar Rustiawan 1, Dini Destiani 2, Andri Ikhwana 3 Jurnal Algoritma Sekolah Tinggi Teknologi Garut Jl. Mayor Syamsu
Lebih terperinciMulti-Attribute Decision Making
Multi-Attribute Decision Making Kompetensi Dasar Mahasiswa dapat menyelesaikan masalah pengambilan keputusan dengan metode-metode pada model MADM. Mahasiswa dapat membedakan karakteristik permasalahan
Lebih terperinciOleh: Fandy Setyo Utomo STMIK AMIKOM Purwokerto ABSTRACT
MULTI ATTRIBUTE DECISION MAKING DENGAN METODE TECHNIQUE FOR ORDER PREFERENCE BY SIMILARITY TO IDEAL SOLUTION UNTUK MENENTUKAN REKOMENDASI PENERIMA BEASISWA BBM DAN PPA DI STMIK AMIKOM PURWOKERTO Oleh:
Lebih terperinci