BAB 2 LANDASAN TEORI. 2.1 Sistem Pendukung Keputusan (SPK)
|
|
- Liani Sugiarto
- 7 tahun lalu
- Tontonan:
Transkripsi
1 BAB 2 LANDASAN TEORI 2.1 Sstem Pendukung Keputusan (SPK) Konsep Sstem Pendukung Keputusan (SPK) atau Decson Support Systems (DSS) merupakan suatu penerapan sstem nformas yang dtunjukan untuk membantu pmpnan / ndvdu dalam proses pengamblan keputusan. Sstem Pendukung Keputusan menggabungkan kemampuan komputer dalam pelayanan nteraktf dengan pengolahan data yang memanfaatkan model atau aturan penyelesaan yang tdak terstruktur. Sstem Pendukung Keputusan ddefnskan sebaga sebuah sstem yang dmaksudkan untuk mendukung para pengambl keputusan dalam stuas tertentu untuk memperluas kapabltas pengamblan keputusan mereka, namun tdak menggantkan penlaan mereka. [1] Pada proses pengamblan keputusan, pengolahan data dan nformas yang dlakukan bertujuan untuk menghaslkan berbaga alternatf keputusan yang dapat dambl. SPK yang merupakan penerapan dar sstem nformas dtujukan hanya sebaga alat bantu manajemen dalam pengamblan keputusan. SPK tdak dmaksudkan untuk menggantkan fungs pengambl keputusan dalam membuat keputusan, melankan hanyalah sebaga alat bantu pengambl keputusan dalam melaksanakan tugasnya. SPK drancang untuk menghaslkan berbaga alternatf yang dtawarkan kepada para pengambl keputusan dalam melaksanakan tugasnya. Sehngga dapat dkatakan bahwa SPK memberkan manfaat bag manajemen dalam hal menngkatkan efektvtas dan efsens kerjanya terutama dalam proses pengamblan keputusan. D sampng tu, SPK menyatukan kemampuan komputer dalam pelayanan nteraktf terhadap penggunanya dengan adanya proses pengolahan atau pemanpulasan data yang memanfaatkan model atau aturan yang tdak terstruktur sehngga menghaslkan alternatf keputusan yang stuasonal. [10]
2 2.1.1 Pengertan Sstem Pendukung Keputusan Beberapa pengertan sstem pendukung keputusan yang dkemukakan para ahl djelaskan sebaga berkut [3] : 1. Menurut Man dan Watson Sstem Pendukung Keputusan meruapakan suatu sstem nteraktf, yang membantu pengambl keputusan melalu penggunaan data dan model-model keputusan untuk memecahkan masalah-masalah yang sfatnya sem terstruktur dan tdak terstruktur. 2. Menurut Ltlle Sstem Pendukung Keputusan adalah suatu sstem nformas berbass komputer yang menghaslkan berbaga alternatf keputusan untuk membantu manajemen dalam menangan berbaga permasalahan yang terstruktur ataupun tdak terstruktur dengan menggunakan data dan model. 3. Menurut Raymond McLeod, Jr Sstem Pendukung Keputusan merupakan sstem penghasl nformas spesfk yang dtujukan untuk memecahkan suatu masalah tertentu yang harus dpecahkan oleh manajer pada berbaga tngkatan. Dar berbaga pengertan Sstem Pendukung Keputusan d atas, dapat dsmpulkan bahwa Sstem Pendukung Keputusan adalah sebuah sstem yang berbass komputer yang dapat membantu pengamblan keputusan untuk memecahkan masalah tertentu dengan memanfaatkan data dan model tertentu Cr-cr Sstem Pendukung Keputusan Alters Keen menjabarkan cr-cr Sstem Pendukung Keputusan sebaga berkut : 1. Sstem Pendukung Keputusan dtujukan untuk membantu pengamblan keputusan yang kurang terstruktur dan umumnya dhadap oleh para manajer yang berada d tngkat puncak. 2. Sstem Pendukung Keputusan merupakan gabungan antara kumpulan model kualtatf dan kumpulan data.
3 3. Sstem Pendukung Keputusan memlk fasltas nteraktf yang dapat mempermudah hubungan antara manusa dengan komputer. 4. Sstem Pendukung Keputusan bersfat luwes dan dapat menyesuakan dengan perubahan-perubahan yang terjad. [5] Komponen Sstem Pendukung Keputusan Adapun komponen-komponen dar Sstem Pendukung Keputusan adalah sebaga berkut [6] : 1. Manajemen Data, mencakup database yang mengandung data yang relevan dan datur oleh sstem yang dsebut Database Management System (DBMS). 2. Manajemen Model, merupakan paket perangkat lunak yang memasukkan modelmodel fnansal, statstk, lmu manajemen, atau model kuanttatf yang lan yang menyedakan kemampuan analss sstem dan management software yang terkat. 3. Antarmuka Pengguna, meda nteraks antara sstem dengan pengguna, sehngga pengguna dapat berkomunkas dan memberkan perntah pada SPK melalu subsstem n. 4. Subsstem Berbass Pengetahuan, subsstem yang dapat mendukung subsstem lan atau bertndak sebaga komponen yang berdr sendr. Untuk dapat lebh jelas memaham model konseptual SPK, perhatkan gambar d bawah n [7] : Data eksternal dan nternal Manajemen data System lannya yang berbass komputer Manajemen model Subsstem berbass pengetahuan Antarmuka pengguna Manager (pengguna) Gambar 2.1. Model Konseptual SPK
4 2.1.4 Proses Pengamblan Keputusan Menurut Smon, proses pengamblan keputusan melput tga tahapan utama yatu tahap ntelgens, desan, dan pemlhan. Namun kemudan dtambahkan dengan tahap keempat yatu tahap mplementas [10]. Keempat tahapan tersebut dapat djelaskan sebaga berkut : 1. Tahap Penelusuran (Intellgence) Merupakan tahap pendefnsan masalah serta dentfkas nformas yang dbutuhkan yang berkatan dengan persoalan yang dhadap serta keputusan yang akan dambl. Langkah n sangat pentng karena sebelum suatu tndakan dambl, tentunya persoalan yang dhadap harus drumuskan secara jelas terlebh dahulu. 2. Perancangan (Desgn) Merupakan tahap analsa dalam katan mencar atau merumuskan alternatfalternatf pemecahan masalah. Setelah permasalahan drumuskan dengan bak, maka tahap berkutnya adalah merancang atau membangun model pemecahan masalahnya dan menyusun berbaga alternatf pemecahan masalah. 3. Pemlhan (Choce) Dengan mengacu pada rumusan tujuan serta hasl yang dharapkan, selanjutnya manajemen memlh alternatf solus yang dperkrakan palng sesua. Pemlhan alternatf n akan mudah dlakukan kalau hasl yang dngnkan terukur atau memlk nla kuanttas tertentu. 4. Implementas (Implementaton) Merupakan tahap pelaksanaan dar keputusan yang telah dambl. Pada tahap n perlu dsusun serangkaan tndakan yang terencana, sehngga hasl keputusan dapat dpantau dan dsesuakan apabla dperlukan perbakan-perbakan Karakterstk dan Nla Guna Sstem Pendukung Keputusan Beberapa karakterstk dar Sstem Pendukung Keputusan menurut Turban adalah sebaga berkut [10] : 1. Sstem Pendukung Keputusan drancang untuk membantu pengambl keputusan dalam memecahkan masalah yang sfatnya sem terstruktur ataupun tdak terstruktur.
5 2. Dalam proses pengolahannya, sstem pendukung keputusan mengombnaskan penggunaan model-model / teknk-teknk analss dengan teknk pemasukan data konvensonal serta fungs-fungs pencar / nterogas nformas. 3. Sstem Pendukung Keputusan, drancang sedemkan rupa sehngga dapat dgunaka / doperaskan dengan mudah oleh orang-orang yang tdak memlk dasar kemampuan yang tngg. Oleh karena tu pendekatan yang dgunakan basanya model nteraktf. 4. Sstem Pendukung Keputusan drancang dengan menekankan pada aspek fleksbltas serta kemampuan adaptas yang tngg. Sehngga mudah dsesuakan dengan berbaga perubahan lngkungan yang terjad dan kebutuhan pemaka. Dengan berbaga karakter khusus sepert yang dkemukakan d atas, sstem pendukung keputusan dapat memberkan berbaga manfaat atau keuntungan bag pemakanya. Keuntungan yang dmaksud d antaranya melput : 1. Sstem Pendukung Keputusan memperluas kemampuan pengambl keputusan dalam memproses data / nformas bag pemakanya. 2. Sstem Pendukung Keputusan membantu pengambl keputusan dalam hal penghematan waktu yang dbutuhkan untuk memecahkan masalah terutama berbaga masalah yang sangat kompleks dan tdak terstruktur. 3. Sstem Pendukung Keputusan dapat menghaslkan solus dengan lebh cepat serta haslnya dapat dandalkan. 4. Walaupun suatu Sstem Pendukung Keputusan, mungkn saja tdak mampu memecahkan masalah yang dhadap oleh pengambl keputusan, namun dapat dsajkan kesmpulan bag pengambl keputusan dalam memaham persoalannya. Karena sstem n mampu menyajkan berbaga alternatf. 5. Sstem Pendukung Keputusan dapat menyedakan bukt tambahan untuk memberkan pembenaran sehngga dapat memperkuat poss pengambl keputusan. D sampng berbaga keuntungan dan manfaat yang dkemukakan d atas, Sstem Pendukung Kepututsan juga memlk keterbatasan dantaranya adalah sebaga berkut :
6 1. Ada beberapa kemampuan manajemen dan bakat manusa yang tdak dapat dmodelkan, sehngga model yang ada dalam sstem tdak semuanya mencermnkan persoalan sebenarnya. 2. Kemampuan suatu SPK terbatas pada pembendaharaan pengetahuan yang dmlknya (pengetahuan dasar serta model dasar). 3. Proses-proses yang dapat dlakukan oleh SPK basanya tergantung juga pada kemampuan perangkat lunak yang dgunakannya. 4. SPK tdak memlk kemampuan ntus sepert yang dmlk oleh manusa. Karena walau bagamanapun cangghnya suatu SPK, tetap saja berupa kumpulan dar perangkat keras, perangkat lunak dan sstem operas yang tdak dlengkap dengan kemampuan berpkr. 2.2 Pengertan Rems Rems adalah pengurangan masa pdana yang dberkan kepada narapdana dan anak pdana. Sedangkan menurut ketentuan Pasal I Keputusan Presden RI No. 174 tahun 1999 tdak memberkan pengertan rems, hanya dkatakan bahwa : setap narapdana dan anak pdana yang menjalan pdana penjara sementara dan pdana kurungan dapat dberkan rems apabla yang bersangkutan berkelakuan bak selama menjalan pdana. Secara pskologs pemberan rems mempunya pengaruh dalam menekan tngkat frustas sehngga dapat mereduks atau memnmalas gangguan keamanan dan ketertban d Lembaga Pemasyarakatan, Rumah Tahanan Negara dan cabang Rumah Tahanan Negara, berupa perlaran, perkelahan dan kerusuhan lannya. [8] Kemudan sebagamana dmaksud pada Pasal I Keputusan Presden No. 174 Tahun 1999, pada Pasal 2 dsebutkan bahwa Rms ada 4 macam, yatu: 1. Rems Umum, yang dberkan pada har perngatan Proklamas Kemerdekaan Republk Indonesa pada tanggal 17 Agustus. 2. Rems Khusus, yang dberkan pada har besar keagamaan yang danut narapdana dan anak pdana yang bersangkutan dengan ketentuan jka sesuatu
7 agama mempunya lebh dar satu kal har besar keagamaan dalam setahun, maka yang dberkan adalah har besar keagamaan yang palng d mulakan. 3. Rems Tambahan, dberkan karena berjasa kepada Negara, perbuatan yang bermanfaat bag kemanusaan. 4. Rems Dasa Warsa, yatu rems yang dberkan satu kal setap 10 (sepuluh) tahun Har Ulang Tahun Republk Indonesa. [4] Syarat-syarat mendapatkan Rems 1. Rems Umum - Warga bnaan pemasyarakatan tdak sedang menjalan cut menjelang bebas. - Warga bnaan pemasyarakatan tdak sedang menjalan pdana penggant denda. - Warga bnaan pemasyarakatan tdak sedang menjalan hukuman mat atau seumur hdup. - Sudah menjalan pdana lebh dar 6 (enam) bulan. - Tdak dkenakan hukuman dspln. 2. Rems Khusus - Warga bnaan pemasyarkatan tdak sedang menjalan cut menjelang bebas. - Warga bnaan pemasyarakatan tdak sedang menjalan pdana penggant denda. - Warga bnaan pemasyarakatan tdak sedang menjalan hukuman mat atau seumur hdup. - Sudah menjalan pdana lebh dar 6 (enam) bulan. - Tdak dkenakan hukuman dspln. 3. Rems Tambahan - Warga bnaan pemasyarkatan tdak sedang menjalan cut menjelang bebas. - Warga bnaan pemasyarakatan tdak sedang menjalan pdana penggant denda. - Warga bnaan pemasyarakatan tdak sedang menjalan hukuman mat atau seumur hdup. - Sudah menjalan pdana lebh dar 6 (enam) bulan. - Tdak dkenakan hukuman dspln. 4. Rems Dasawarsa - Dpdana lebh dar 6 (enam) bulan. - Warga bnaan pemasyarakatan tdak djatuh hukuman mat atau seumur hdup.
8 - Warga bnaan pemasyarakatan tdak dalam pelaran. [9] 2.3 Metode TOPSIS (Technque For Order Preference by Smlarty to Ideal Soluton) TOPSIS dperkenalkan oleh Yoon dan Hwang pada tahun TOPSIS merupakan metode pengamblan keputusan multkrtera dan menggunakan prnsp bahwa alternatf yang terplh harus mempunya jarak terdekat dar solus deal postf dan terjauh dar solus deal negatf dar sudut pandang geometrs dengan menggunakan jarak Eucledan untuk menentukan kedekatan relatf dar suatu alternatf dengan solus optmal. Solus deal postf ddefnskan sebaga jumlah dar seluruh nla terbak yang dapat dcapa untuk setap atrbut, sedangkan solus negatf deal terdr dar seluruh nla terburuk yang dcapa untuk setap atrbut. TOPSIS mempertmbangkan keduanya, jarak terhadap solus deal postf dan jarak terhadap solus deal negatf dengan mengambl kedekatan relatf terhadap solus deal postf. Berdasarkan perbandngan terhadap jarak relatfnya, susunan prortas alternatve dapat dcapa. Metode n banyak dgunakan untuk menyelesakan pengamblan keputusan. Hal n dsebabkan konsepnya yang sederhana, mudah dpaham, komputasnya efsen dan memlk kemampuan mengukur knerja relatf dar alternatve keputusan. [2] Langkah-langkah Metode TOPSIS Metode TOPSIS mengkut langkah-langkah sebaga berkut : 1. Membuat matrks keputusan yang ternormalsas. 2. Membuat matrks keputusan yang ternormalsas terbobot. 3. Menentukan matrks solus deal postf dan matrks solus deal negatf. 4. Menentukan jarak antara nla setap alternatf dengan matrks solus deal postf dan matrks solus deal negatf. 5. Menentukan nla kedekatan relatf terhadap solus deal untuk setap alternatf Membuat Matrks Keputusan yang Ternormalsas
9 Elemen r j hasl dar normalsas matrks keputusan (decson matrx) R dengan metode Eucldean Length of a vector adalah : r j X m 1 j X 2 j Dmana : r j = Hasl dar normalsas matrks keputusan R X j = matrks keputusan = 1,2,3,, m j = 1,2,3,, n Membuat Matrks Keputusan yang Ternormalsas Terbobot Dengan bobot w (w,w,,w ), maka normalsas bobot matrks v adalah: Dmana : 1 2 n vj w j = 1, 2, 3,..., m; dan j = 1, 2, 3,..., n. v j adalah elemen dar matrks keputusan yang ternormalsa terbobot V, w j adalah bobot dar krtera ke-j, r j adalah elemen dar matrks keputusan yang ternormalsa R. r j Menentukan Solus Ideal Postf dan Solus Ideal Negatf Solus deal postf dnontaskan dengan A + dengan A -, sebaga berkut : Menentukan solus deal (+) dan (-) dan solus deal negatf dnotaskan A A ' maxv j jjmnv j jj, 1,2,3,,m v,v2,, vm ' maxv jjmnv jj, 1,2,3,,m v,v,, v j j 2 m
10 Dmana : v j = elemen matrks v bars ke- dan kolom ke-j v j ( j =1, 2, 3,..., n ) adalah elemen matrks solus deal postf v j ( j =1, 2, 3,..., n ) adalah elemen matrks solus deal negatf Menghtung Separas Ukuran separas (separaton measure) merupakan pengukuran jarak dar suatu alternatf ke solus deal postf dan solus deal negatf. Perhtungan matematsnya adalah sebaga berkut : Separaton measure untuk solus deal postf S n 2 (vj v j ) j1, dengan = 1,2,3,,n Dmana : s adalah jarak alternatf ke- dar solus deal postf, v j adalah elemen dar matrks keputusan yang ternormalsa terbobot V, v j adalah elemen matrks solus deal postf, Separaton measure untuk solus deal negatf S n 2 (vj v j ) j1, dengan = 1,2,3,,n Dmana : s adalah jarak alternatf ke- dar solus deal negatf, v j adalah elemen dar matrks keputusan yang ternormalsa terbobot V, v j adalah elemen matrks solus deal negatf.
11 2.3.6 Menghtung Kedekatan Relatf Terhadap Solus Ideal Kedekatan relatf dar setap alternatf terhadap solus deal postf dan negatf dapat dhtung dengan menggunakan persamaan berkut : Dmana : = 1, 2, 3,..., m c ( s s s ) c adalah kedekatan relatf dar alternatf ke- terhadap solus deal, s adalah jarak alternatf ke- dar solus deal postf, s adalah jarak alternatf ke- dar solus deal negatf. 2.4 Data Flow Dagaram (DFD) Data Flow Dagram (DFD) adalah representas grafk dar sebuah sstem. Data Flow Dagram menggambarkan komponen-komponen sebuah sstem, alran-alran data dmana komponen tersebut dan asal, tujuan, dan penympanan dar data tersebut. Penggunaan Data Flow Dagram bertujuan untuk dua hal utama, yatu membuat dokumentas dar sstem yang sudah ada, atau menyusun dokumentas untuk sstem yang baru. Tabel 2.1 menunjukkan smbol yang dgunakan pada Data Flow Dagram.
12 Tabel 2.1. Smbol Data Flow Dagram No. Smbol Keterangan 1 Eksternal entty adalah kesatuan dar lngkungan luar sstem yang dapat berupa orang, organsas atau sstem lannya yang memberkan nput/output dar sstem. 2 Data Flow (arus data) mengalr d antara proses, smpanan data, dan kesatuan luar. Arus data sebaknya dber nama dengan jelas. 3 Proses adalah kegatan atau kerja yang dlakukan oleh orang lan, mesn, atau komputer dar hasl suatu arus data yang masuk ke dalam sstem. 4 Smpanan data adalah data yang dapat berupa fle / database. Data Flow Dagram dapat dgambarkan dalam Dagram Konteks dan Level n dmana n menggambarkan level dan proses d setap lngkaran. Tngkatan Data Flow Dagram adalah sebaga berkut : 1. Dagram Konteks 2. Dagram Level n DFD Logs DFD Fsk Dagram Konteks Dagram konteks adalah Data Flow Dagram tngkat atas (DFD Top Level), yatu dagram yang palng detal dar sebuah sstem yang menggambarkan alran-alran data ke dalam dan ke luar enttas-enttas eksternal. Pada dagram konteks sstem
13 dgambarkan dalam satu lngkaran yang berhubungan dengan enttas luar. Lngkaran tersebut merepresentaskan keseluruhan proses dalam sstem. Beberapa hal yang perlu dperhatkan dalam menggambarkan dagram konteks : 1. Termnolog sstem, mencakup batas sstem yatu batas antara daerah kepentngan sstem, lngkungan sstem yatu segala sesuatu yang berhubungan atau mempengaruh sstem tersebut, dan nterface yatu alran yang menghubungkan sstem dengan lngkungannya. 2. Menggunakan satu smbol proses. 3. Nama/keterangan d smbol proses tersebut sesua dengan fungs sstem tersebut. 4. Antara enttas eksternal/termnator tdak dperbolehkan komunkas langsung. 5. Jka terdapat termnator yang mempunya banyak masukan dan keluaran, dperbolehkan untuk dgambarkan lebh dar satu untuk mencegah penggambaran yang terlalu rumt. 6. Jka termnator mewakl ndvdu sebaknya dwakl oleh peran yang dpermankan ndvdu tersebut. 7. Alran data ke proses dan keluar sebaga output keterangan alran datanya berbeda Dagram Level n / Data Flow Dagram Levelled Dalam dagram-n Data Flow Dagram dapat dgunakan untuk menggambarkan dagram fsk maupun dagram logs. Dagram Level-n merupakan hasl pengembangan dar dagram konteks ke dalam komponen yang lebh detal dsebut dengan Top-Down Parttonng. Jka dlakukan pengembangan dengan benar, akan ddapatkan DFD yang sembang. Beberapa hal yang perlu dperhatkan dalam membuat DFD level-n adalah sebaga berkut : 1. Pemberan Nomor pada dagram level n dengan ketentuan sebaga berkut : Setap penurunan ke level yang lebh rendah harus mampu merepresentaskan proses tersebut dalam sepesfkas proses yang jelas. Sehngga seandanya belum cukup jelas maka seharusnya dturunkan ke level yang lebh rendah. Setap penurunan harus dlakukan hanya jka perlu.
14 Tdak semua bagan dar sstem harus dturunkan dengan jumlah level yang sama karena yang kompleks bsa saja dturunkan, dan yang sederhana mungkn tdak perlu dturunkan. Selan tu, karena tdak semua proses dalam level yang sama punya derajat komplekstas yang sama juga. Konfrmaskan DFD yang telah dbuat pada pemaka dengan cara top-down. Alran data yang masuk dan keluar pada suatu proses d level n harus berhubungan dengan alran data yang masuk dan keluar pada level n+1. Dmana level n+1 tersebut mendefnskan sub-proses pada level n tersebut. Penympanan yang muncul pada level n harus ddefnskan kembal pada level n+1, sedangkan penympanan yang muncul pada level n tdak harus muncul pada level n-1 karena penympanan tersebut bersfat lokal. Ketka mula menurunkan DFD dar level tertngg, cobalah untuk mengdentfkas external events dmana sstem harus memberkan respon. External events dalam hal n berart suatu kejadan yang berkatan dengan pengolahan data d luar sstem, dan menyebabkan sstem kta memberkan respon. 2. Jangan menghubungkan langsung antara satu penympanan dengan penympanan lannya (harus melalu proses). 3. Jangan menghubungkan langsung dengan tempat penympanan data dengan enttas eksternal / termnator (harus melalu proses), atau sebalknya. 4. Jangan membuat suatu proses menerma nput tetap tdak pernah mengeluarkan output yang dsebut dengan stlah black hole. 5. Jangan membuat suatu tempat penympanan menerma nput tetap tdak pernah dgunakan untuk proses. 6. Jangan membuat suatu hasl proses yang lengkap dengan data yang terbatas yang dsebut dengan stlah magc process. 7. Jka terdapat termnator yang mempunya banyak masukan dan keluaran, dperbolehkan untuk dgambarkan lebh dar satu sehngga mencegah penggambaran yang terlalu rumt, dengan memberkan tanda asterk ( * ) atau gars slang ( # ), begtu dengan bentuk penympanan. 8. Alran data ke proses dan keluar sebaga output keterangan alran data berbeda.
15 2.4.3 Data Flow Dagram Logs Data Flow Dagram logs Adalah representas grafk dar sebuah sstem yang menunjukkan proses-proses dalam sstem tersebut dan alran-alran data ke dalam dan ke luar dar proses-proses tersebut. Kta menggunakan Data Flow Dagram logs untuk membuat dokumentas sebuah sstem nformas karena Data Flow Dagram logs dapat mewakl logka tersebut, yatu apa yang dlakukan oleh sstem tersebut, tanpa perlu menspesfkas dmana, bagamana, dan oleh sapa proses-proses dalam sstem tersebut dlakukan. Keuntungan dar Data Flow Dagram logs dbandngkan dengan Data Flow Dagram fsk adalah dapat memusatkan perhatan pada fungs-fungs yang dlakukan sstem. Perlu dperhatkan d dalam pemberan Keterangan/ Label : 1. Lngkaran-lngkaran (smbol proses) menjelaskan apa yang dlakukan sstem Msal : Menerma Pembayaran, Mencatat Penjualan, Membandngkan kas dan Daftar Penermaan, Mempersapkan Setoran, dll. 2. Alran-alran data (smbol alran data) menggambarkan sfat data. Msal : Pembayaran (bukan Cek, Kas, Kartu Kredt Jurnal Penjualan (bukan Buku Penjualan ), dll Data Flow Dagram Fsk Data Flow Dagram Fssk adalah representas grafk dar sebuah sstem yang menunjukan enttas-enttas nternal dan eksternal dar sstem tersebut, dan alranalran data ke dalam dan keluar dar enttas-enttas tersebut. Enttas-enttas nternal adalah personel, tempat (sebuah bagan), atau mesn (msalnya, sebuah komputer) dalam sstem tersebut yang mentransformaskan data. Maka DFD fsk tdak menunjukkan apa yang dlakukan, tetap menunjukkan dmana, bagamana, dan oleh sapa proses-proses dalam sebuah sstem dlakukan. Perlu dperhatkan ddalam memberkan keterangan d lngkaran-lngkaran (smbol proses) dan alran-alran data (smbol alran data) dalam DFD fsk
16 menggunakan label/keterangan dar kata benda untuk menunjukan bagamana sstem mentransmskan data antara lngkaran-lngkaran tersebut. Msal : Alran Data : Kas, Formulr 66W, Slp Setoran Proses : Cleck Penjualan, Kasr, Pembukuan, dll. 2.5 Entty Relantonshp Dagram (ERD) Entty Relatonshp Dagram (ERD) adalah suatu pemodelan dar bass data relasonal yang ddasarkan atas perseps d dalam duna nyata, duna n senantasa terdr dar sekumpulan objek yang salng berhubungan antara satu dengan yang lannya. Suatu objek dsebut entty dan hubungan yang dmlknya dsebut relatonshp. Suatu entty bersfat unk dan memlk atrbut sebaga pembeda dengan entty lannya Konsep Dasar Model Entty Relantonshp Model Entty Relatonshp dperkenalkan pertama kal oleh P.P. Chen pada tahun Model n drancang untuk menggambarkan perseps dar pemaka dan bers obyek-obyek dasar yang dsebut entty dan hubungan antar enttas-enttas tersebut yang dsebut relatonshp. Pada model ER n semesta data yang ada dalam duna nyata dtransformaskan dengan memanfaatkan perangkat konseptual menjadk sebuah dagram, yatu dagram ER (Entty Relatonshp). Dagram Entty-Relatonshp melengkap penggambaran grafk dar struktur logka. Dengan kata lan Dagram E-R menggambarkan art dar aspek data sepert bagamana enttas-enttas, atrbut-atrbut dan relatonshp dsajkan. Sebelum membuat Dagram E-R, tentunya kta harus memaham betul data yang dperlukan dan ruang lngkupnya. D dalam pembuatan dagram E-R perlu dperhatkan penentuan sesuatu konsep apakah merupakan suatu entty, atrbut atau relatonshp.
17 2.5.2 Konsep Dasar Entty Entty adalah obyek yang dapat dbedakan dengan yang lan dalam duna nyata. Entty dapat berupa obyek secara fsk sepert orang, rumah, atau kendaraan. Entty dapat pula berupa obyek secara konsep sepert pekerjaan, perusahaan, dan sebaganya. Tpe entty merupakan sekumpulan obyek dalam duna nyata yang mempunya propert yang sama atau berasal dar entty yang sejens. Terdapat dua tpe Entty, Entty Kuat dan Entty Lemah. Entty kuat adalah entty yang keberadaanya tdak tergantung pada entty lan, msalkan tpe entty pegawa atau cabang. Sedangkan Entty Lemah keberadaanya tergantung pada entty lan, msalkan tpe entty tanggungan, dmana keberadaannya tergantung dar pegawa. Entty dsajkan dalam bentuk perseg panjang, entty kuat dsajkan dengan perseg panjang dengan satu gars, sedangkan entty lemah dsajkan dengan perseg panjang double Atrbut Atrbut adalah karakterstk dar entty atau relatonshp, yang menyedakan penjelasan detal tentang entty atau relatonshp tersebut. Nla Atrbut merupakan suatu data aktual atau nformas yang dsmpan pada suatu atrbut d dalam suatu entty atau relatonshp. Atrbut dgambarkan dalam bentuk oval. Jens-jens dar atrbut adalah sebaga berkut : 1. Key Atrbut yang dgunakan untuk menentukan suatu entty secara unk. 2. Atrbut Smple Atrbut yang bernla tunggal. 3. Atrbut Multvalue Atrbut yang memlk sekelompok nla untuk setap nstan entty. 4. Atrbut Composte Suatu atrbut yang terdr dar beberapa atrbut yang lebh kecl yang mempunya art tertentu. 5. Atrbut Dervatf Suatu atrbut yang dhaslkan dar atrbut yang lan.
18 2.5.4 Relatonshp Relas menunjukkan adanya hubungan dantara sejumlah enttas yang berasal dar hmpunan enttas yang berbeda Derajat Relas atau Kardnaltas Menunjukkan jumlah maksmum enttas yang dapat berelas dengan enttas pada hmpunan enttas yang lan. Macam-macam kardnaltas adalah : 1. Satu ke satu (one to one), Setap anggota enttas A hanya boleh berhubungan dengan satu anggota enttas B, begtu pula sebalknya. 2. Satu ke banyak (one to many), Setap anggota enttas A dapat berhubungan dengan lebh dar satu anggota enttas B tetap tdak sebalknya. 3. Banyak ke banyak (many to many), Setap enttas A dapat berhubungan dengan banyak enttas hmpunan enttas B dan demkan pula sebalknya. 2.6 Flowchart Bagan alr (flowchart) adalah bagan (chart) yang menunjukkan alr (flow) d dalam program atau prosedur sstem secara logka [4]. Smbol-smbol yang dgunakan pada bagan flowchart n antara lan sepert pada Tabel 2.2.
19 Tabel 2.2. Smbol Flowchart Smbol Termnator Fungs Menunjukkan awal dan akhr suatu proses. Data Dgunakan untuk mewakl data nput/output. Process Dgunakan untuk mewakl proses. Decson Dgunakan untuk suatu seleks konds ddalam program. Predefned Process Menunjukkan suatu operas yang rncannya dtunjukkan d tempat lan. Preparaton Dgunakan untuk member nla awal varabel. Flow Lnes Symbol Menunjukkan arah dar proses. Connector Menunjukkan penghubung ke halaman yang sama. Menunjukkan penghubung ke halaman yang baru.
BAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN Dalam pembuatan tugas akhr n, penulsan mendapat referens dar pustaka serta lteratur lan yang berhubungan dengan pokok masalah yang penuls ajukan. Langkah-langkah yang akan
Lebih terperinciBab 2 Tinjauan Pustaka 2.1 Penelitian Terdahulu
Bab 2 Tnjauan Pustaka 2.1 Peneltan Terdahulu Pemlhan stud pustaka tentang sstem nformas penlaan knerja karyawan n juga ddasar pada peneltan sebelumnya yang berjudul Penerapan Metode TOPSIS untuk Pemberan
Lebih terperinciBAB II TINJAUAN PUSTAKA. A. Konsep Dasar Sistem Pendukung Keputusan. menggantikan penilaian mereka. Dss ditujukan untuk keputusan keputusan yang
4 BAB II TINJAUAN PUSTAKA A. Konsep Dasar Sstem Pendukung Keputusan Lttle (1970) mendefnskan DSS sebaga sekumpulan prosedur berbass model untuk data pemrosesan dan penlaan guna membantu para manajer mengambl
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar belakang
BAB 1 PENDAHULUAN 1.1 Latar belakang Dalam memlh sesuatu, mula yang memlh yang sederhana sampa ke hal yang sangat rumt yang dbutuhkan bukanlah berpkr yang rumt, tetap bagaman berpkr secara sederhana. AHP
Lebih terperinciPreferensi untuk alternatif A i diberikan
Bahan Kulah : Topk Khusus Metode Weghted Product (WP) menggunakan perkalan untuk menghubungkan ratng atrbut, dmana ratng setap atrbut harus dpangkatkan dulu dengan bobot atrbut yang bersangkutan. Proses
Lebih terperinciBAB 2 TINJAUAN PUSTAKA. Manurung (2010) menerapkan sistem pendukung keputusan seleksi
BAB 2 TINJAUAN PUSTAKA 2.1. Tnjauan Pustaka Manurung (2010) menerapkan sstem pendukung keputusan seleks penerma beasswa dengan metode Analtcal Herarcy Process (AHP) dan Technque Order Preference by Smlarty
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1. Hpotess Peneltan Berkatan dengan manusa masalah d atas maka penuls menyusun hpotess sebaga acuan dalam penulsan hpotess penuls yatu Terdapat hubungan postf antara penddkan
Lebih terperinciBAB 2 LANDASAN TEORI
2 LNDSN TEORI 2. Teor engamblan Keputusan Menurut Supranto 99 keputusan adalah hasl pemecahan masalah yang dhadapnya dengan tegas. Suatu keputusan merupakan jawaban yang past terhadap suatu pertanyaan.
Lebih terperinciPERBANDINGAN METODE SAW DAN TOPSIS PADA KASUS UMKM
PERBANINGAN METOE SAW AN TOPSIS PAA KASUS UMKM Muh. Alyazd Mude al.mude@yahoo.com Teknk Informatka Unverstas Muslm Indonesa Abstrak alam pengamblan keputusan terhadap masalah berdasarkan sebuah analsa
Lebih terperinciBAB 1 PENDAHULUAN. Universitas Sumatera Utara
BAB 1 ENDAHULUAN 1.1 Latar Belakang Secara umum dapat dkatakan bahwa mengambl atau membuat keputusan berart memlh satu dantara sekan banyak alternatf. erumusan berbaga alternatf sesua dengan yang sedang
Lebih terperinciBab 1 PENDAHULUAN Latar Belakang
11 Bab 1 PENDAHULUAN 1.1. Latar Belakang Perbankan adalah ndustr yang syarat dengan rsko. Mula dar pengumpulan dana sebaga sumber labltas, hngga penyaluran dana pada aktva produktf. Berbaga kegatan jasa
Lebih terperinciSistem Pendukung Keputusan dalam Merekomendasikan Smartphone untuk Kalangan Pemula dengan Metode TOPSIS
Sstem Pendukung Keputusan dalam Merekomendaskan Smartphone untuk Kalangan Pemula dengan Metode TOPSIS Karmla 1, Muhammad dwan 2, In Parlna 3, Heru Satra 3 1,2,3 Jurusan Sstem Informas, STIKOM Tunas Bangsa,
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Fuzzy Set Pada tahun 1965, Zadeh memodfkas teor hmpunan dmana setap anggotanya memlk derajat keanggotaan yang bernla kontnu antara 0 sampa 1. Hmpunan n dsebut dengan hmpunaan
Lebih terperinciBAB III METODE PENELITIAN. sebuah fenomena atau suatu kejadian yang diteliti. Ciri-ciri metode deskriptif menurut Surakhmad W (1998:140) adalah
BAB III METODE PENELITIAN 3.1 Metode Peneltan Metode yang dgunakan dalam peneltan n adalah metode deskrptf. Peneltan deskrptf merupakan peneltan yang dlakukan untuk menggambarkan sebuah fenomena atau suatu
Lebih terperinciPROPOSAL SKRIPSI JUDUL:
PROPOSAL SKRIPSI JUDUL: 1.1. Latar Belakang Masalah SDM kn makn berperan besar bag kesuksesan suatu organsas. Banyak organsas menyadar bahwa unsur manusa dalam suatu organsas dapat memberkan keunggulan
Lebih terperinciBAB II TINJAUAN PUSTAKA DAN DASAR TEORI
BAB II TINJAUAN PUSTAKA DAN DASAR TEORI 2.1 Tnjauan Pustaka Dar peneltan yang dlakukan Her Sulstyo (2010) telah dbuat suatu sstem perangkat lunak untuk mendukung dalam pengamblan keputusan menggunakan
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PEMBELIAN PERANGKAT KOMPUTER DENGAN METODE TOPSIS (Studi Kasus: CV. Triad)
Jurnal Informatka Mulawarman Vol. 10 No. 2 September 2015 1 SISTEM PENDUKUNG KEPUTUSAN PEMBELIAN PERANGKAT KOMPUTER DENGAN METODE TOPSIS (Stud Kasus: CV. Trad) Bunga Annete Bennng 1), Indah Ftr Astut 2),
Lebih terperinciBAB 1 PENDAHULUAN. Pertumbuhan dan kestabilan ekonomi, adalah dua syarat penting bagi kemakmuran
BAB 1 PENDAHULUAN 1.1. Latar Belakang Pertumbuhan dan kestablan ekonom, adalah dua syarat pentng bag kemakmuran dan kesejahteraan suatu bangsa. Dengan pertumbuhan yang cukup, negara dapat melanjutkan pembangunan
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PENILAIAN KINERJA DAN PEMILIHAN MITRA BADAN PUSAT STATISTIK (BPS) KABUPATEN GUNUNGKIDUL MENGGUNAKAN METODE SAW BERBASIS WEB
SISTEM PENDUKUNG KEPUTUSAN PENILAIAN KINERJA DAN PEMILIHAN MITRA BADAN PUSAT STATISTIK (BPS) KABUPATEN GUNUNGKIDUL MENGGUNAKAN METODE SAW BERBASIS WEB Putr Har Ikhtarn ), Bety Nurltasar 2), Hafdz Alda
Lebih terperinciBAB I PENDAHULUAN. konsep strategi yang cocok untuk menghadapi persaingan baik itu mengikuti marketing
BAB I PENDAHULUAN 1.1 Latar Belakang Konds persangan dalam berbaga bdang ndustr saat n dapat dkatakan sudah sedemkan ketatnya. Persangan dalam merebut pasar, adanya novas produk, mencptakan kepuasan pelanggan
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
I ENDHULUN. Latar elakang Mengambl keputusan secara aktf memberkan suatu tngkat pengendalan atas kehdupan spengambl keputusan. lhan-plhan yang dambl sebenarnya membantu dalam penentuan masa depan. Namun
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN MENENTUKAN MEREK DAN TIPE SEPEDA MOTOR BERBASIS WEB DENGAN METODE TOPSIS
SISTEM PENDUKUNG KEPUTUSAN MENENTUKAN MEREK DAN TIPE SEPEDA MOTOR BERBASIS WEB DENGAN METODE TOPSIS Lnda Purnama Sar (0911103) Mahasswa Program Stud Teknk Informatka, STMIK Buddarma Medan Jl. Ssmangaraja
Lebih terperinciPENENTUAN LOKASI PEMANCAR TELEVISI MENGGUNAKAN FUZZY MULTI CRITERIA DECISION MAKING
Meda Informatka, Vol. 2, No. 2, Desember 2004, 57-64 ISSN: 0854-4743 PENENTUAN LOKASI PEMANCAR TELEVISI MENGGUNAKAN FUZZY MULTI CRITERIA DECISION MAKING Sr Kusumadew Jurusan Teknk Informatka, Fakultas
Lebih terperinciIV. PERANCANGAN DAN IMPLEMENTASI SISTEM
IV. PERANCANGAN DAN IMPLEMENTASI SISTEM Perancangan Sstem Sstem yang akan dkembangkan adalah berupa sstem yang dapat membantu keputusan pemodal untuk menentukan portofolo saham yang dperdagangkan d Bursa
Lebih terperinciANALISIS BENTUK HUBUNGAN
ANALISIS BENTUK HUBUNGAN Analss Regres dan Korelas Analss regres dgunakan untuk mempelajar dan mengukur hubungan statstk yang terjad antara dua varbel atau lebh varabel. Varabel tersebut adalah varabel
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 ENDAHULUAN 1.1 Latar Belakang Manusa dlahrkan ke duna dengan ms menjalankan kehdupannya sesua dengan kodrat Illah yakn tumbuh dan berkembang. Untuk tumbuh dan berkembang, berart setap nsan harus
Lebih terperinciBAB III METODE PENELITIAN. Metode penelitian yang digunakan dalam penelitian ini adalah metode
BAB III METODE PENELITIAN Desan Peneltan Metode peneltan yang dgunakan dalam peneltan n adalah metode deskrptf analts dengan jens pendekatan stud kasus yatu dengan melhat fenomena permasalahan yang ada
Lebih terperinciBAB I PENDAHULUAN. Semakin tinggi penerimaan Pajak di Indonesia, semakin tinggi pula kualitas
BAB I PENDAHULUAN A. LATAR BELAKANG Pajak merupakan sumber penermaan terpentng d Indonesa. Oleh karena tu Pemerntah selalu mengupayakan bagamana cara menngkatkan penermaan Pajak. Semakn tngg penermaan
Lebih terperinciBAB III METODE PENELITIAN. menghasilkan Lembar Kegiatan Siswa (LKS) pada materi Geometri dengan
BAB III METODE PENELITIAN A. Jens Peneltan Peneltan n merupakan peneltan pengembangan yang bertujuan untuk menghaslkan Lembar Kegatan Sswa (LKS) pada mater Geometr dengan pendekatan pembelajaran berbass
Lebih terperinciSEARAH (DC) Rangkaian Arus Searah (DC) 7
ANGKAAN AUS SEAAH (DC). Arus Searah (DC) Pada rangkaan DC hanya melbatkan arus dan tegangan searah, yatu arus dan tegangan yang tdak berubah terhadap waktu. Elemen pada rangkaan DC melput: ) batera ) hambatan
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Pengertan Regres Regres pertama kal dpergunakan sebaga konsep statstka oleh Sr Francs Galton (1822 1911). Belau memperkenalkan model peramalan, penaksran, atau pendugaan, yang
Lebih terperinciBAB III METODOLOGI PENELITIAN. Jenis penelitian yang digunakan adalah penelitian pengembangan yang
BAB III METODOLOGI PENELITIAN A. Jens Peneltan Jens peneltan yang dgunakan adalah peneltan pengembangan yang bertujuan membuat suatu produk dan duj kelayakannya. B. Metode Pengembangan Peneltan n menggunakan
Lebih terperinci3.1 Desain Penelitian
3.1 Desan Peneltan BAB III METODOLOGI PENELITIAN Gambar 3.1 Desan Peneltan Gambar datas menunjukan desan peneltan ang gunakan dalam membangun Sstem Pendukung Keputusan Penentuan Tema Skrps n. 28 29 3.2
Lebih terperinciBAB 2 KAJIAN PUSTAKA
BAB 2 KAJIAN PUSTAKA 2.1 Negosas Negosas dapat dkategorkan dengan banyak cara, yatu berdasarkan sesuatu yang dnegosaskan, karakter dar orang yang melakukan negosas, protokol negosas, karakterstk dar nformas,
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang. Di dalam matematika mulai dari SD, SMP, SMA, dan Perguruan Tinggi
Daftar Is Daftar Is... Kata pengantar... BAB I...1 PENDAHULUAN...1 1.1 Latar Belakang...1 1.2 Rumusan Masalah...2 1.3 Tujuan...2 BAB II...3 TINJAUAN TEORITIS...3 2.1 Landasan Teor...4 BAB III...5 PEMBAHASAN...5
Lebih terperinciBAB III METODE PENELITIAN. pembelajaran berupa RPP dan LKS dengan pendekatan berbasis masalah ini
BAB III METODE PENELITIAN A. Desan Peneltan Metode peneltan yang dgunakan dalam pengembangan perangkat pembelajaran berupa RPP dan LKS dengan pendekatan berbass masalah n adalah metode pengembangan atau
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PEMILIHAN BIBIT UBI KAYU MENGGUNAKAN METODE TOPSIS (Studi Kasus : PT. Hutahaean)
Majalah Ilmah Informas dan Teknolog Ilmah (INTI ISSN : 3390X SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN BIBIT UBI KAYU MENGGUNAKAN METODE TOPSIS (Stud Kasus : PT. Hutahaean Relska Elfrda Capah (086 Mahasswa
Lebih terperinciBAB III METODE PENELITIAN. Sebelum dilakukan penelitian, langkah pertama yang harus dilakukan oleh
BAB III METODE PENELITIAN 3.1 Desan Peneltan Sebelum dlakukan peneltan, langkah pertama yang harus dlakukan oleh penelt adalah menentukan terlebh dahulu metode apa yang akan dgunakan dalam peneltan. Desan
Lebih terperinciBAB 2 LANDASAN TEORI. Universitas Sumatera Utara
BAB 2 LANDASAN TEORI 2.1 Pengertan Analsa Regres Dalam kehdupan sehar-har, serng kta jumpa hubungan antara satu varabel terhadap satu atau lebh varabel yang lan. Sebaga contoh, besarnya pendapatan seseorang
Lebih terperinciBAB I PENDAHULUAN I-1
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Kendaraan bermotor merupakan alat yang palng dbutuhkan sebaga meda transportas. Kendaraan dbag menjad dua macam, yatu kendaraan umum dan prbad. Kendaraan umum
Lebih terperinciBAB III METODOLOGI PENELITIAN. Metode yang digunakan dalam penelitian ini adalah metode eksperimen
3 BAB III METODOLOGI PENELITIAN A. Metode dan Desan Peneltan Metode yang dgunakan dalam peneltan n adalah metode ekspermen karena sesua dengan tujuan peneltan yatu melhat hubungan antara varabelvarabel
Lebih terperinciBAB 2 LANDASAN TEORI
BAB LANDASAN TEORI.1 Pengertan Regres Regres pertama kal dgunakan sebaga konsep statstka oleh Sr Francs Galton (18 1911).Belau memperkenalkan model peramalan, penaksran, atau pendugaan, yang selanjutnya
Lebih terperinciBAB III METODE PENELITIAN. Penelitian ini merupakan penelitian yang bertujuan untuk mendeskripsikan
BAB III METODE PENELITIAN A. Jens Peneltan Peneltan n merupakan peneltan yang bertujuan untuk mendeskrpskan langkah-langkah pengembangan perangkat pembelajaran matematka berbass teor varas berupa Rencana
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 13 Bandar Lampung. Populasi dalam
III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlaksanakan d SMP Neger 3 Bandar Lampung. Populas dalam peneltan n yatu seluruh sswa kelas VIII SMP Neger 3 Bandar Lampung Tahun Pelajaran 0/03 yang
Lebih terperinciDidownload dari ririez.blog.uns.ac.id BAB I PENDAHULUAN
BAB I PENDAHULUAN Sebuah jarngan terdr dar sekelompok node yang dhubungkan oleh busur atau cabang. Suatu jens arus tertentu berkatan dengan setap busur. Notas standart untuk menggambarkan sebuah jarngan
Lebih terperinciMETODE OPTIMASI 11/13/2015. Capaian Pembelajaran
2 Capaan Pembelajaran METODE OPTIMASI N. Tr Suswanto Saptad Mahasswa dapat memaham dan mampu mengaplkaskan beberapa metode untuk menyelesakan masalah dengan alternatfalternatf dalam jumlah yang relatf
Lebih terperinciBAB III METODE PENELITIAN. Pada penelitian ini, penulis memilih lokasi di SMA Negeri 1 Boliyohuto khususnya
BAB III METODE PENELITIAN 3.1 Tempat dan Waktu Peneltan 3.1.1 Tempat Peneltan Pada peneltan n, penuls memlh lokas d SMA Neger 1 Bolyohuto khususnya pada sswa kelas X, karena penuls menganggap bahwa lokas
Lebih terperinciBAB 1 PENDAHULUAN. Universitas Sumatera Utara
BAB 1 PENDAHULUAN 1.1 Latar Belakang Ketahanan pangan adalah ketersedaan pangan dan kemampuan seseorang untuk mengaksesnya. Sebuah rumah tangga dkatakan memlk ketahanan pangan jka penghunnya tdak berada
Lebih terperinciBAB III METODE PENELITIAN. berjumlah empat kelas terdiri dari 131 siswa. Sampel penelitian ini terdiri dari satu kelas yang diambil dengan
7 BAB III METODE PENELITIAN A. Populas dan Sampel 1. Populas Populas dalam peneltan n adalah seluruh sswa kelas XI SMA Yadka Bandar Lampung semester genap tahun pelajaran 014/ 015 yang berjumlah empat
Lebih terperinciBAB 4 METODOLOGI PENELITIAN DAN ANALISIS
28 BAB 4 METODOLOGI PENELITIAN DAN ANALISIS 4.1 Kerangka Pemkran dan Hpotess Dalam proses peneltan n, akan duj beberapa varabel software yang telah dsebutkan pada bab sebelumnya. Sesua dengan tahapan-tahapan
Lebih terperinciBAB III METODE PENELITIAN. problems. Cresswell (2012: 533) beranggapan bahwa dengan
BAB III METODE PENELITIAN A. Jens Peneltan Jens peneltan n adalah peneltan kombnas atau mxed methods. Cresswell (2012: 533) A mxed methods research desgn s a procedure for collectng, analyzng and mxng
Lebih terperinciBAB 3 PEMBAHASAN. 3.1 Prosedur Penyelesaian Masalah Program Linier Parametrik Prosedur Penyelesaian untuk perubahan kontinu parameter c
6 A PEMAHASA Pada bab sebelumnya telah dbahas teor-teor yang akan dgunakan untuk menyelesakan masalah program lner parametrk. Pada bab n akan dperlhatkan suatu prosedur yang lengkap untuk menyelesakan
Lebih terperinciBAB III METODE PENELITIAN. yang digunakan meliputi: (1) PDRB Kota Dumai (tahun ) dan PDRB
BAB III METODE PENELITIAN 3.1 Jens dan Sumber Data Jens data yang dgunakan dalam peneltan n adalah data sekunder. Data yang dgunakan melput: (1) PDRB Kota Duma (tahun 2000-2010) dan PDRB kabupaten/kota
Lebih terperinciTinjauan Algoritma Genetika Pada Permasalahan Himpunan Hitting Minimal
157 Vol. 13, No. 2, 157-161, Januar 2017 Tnjauan Algortma Genetka Pada Permasalahan Hmpunan Httng Mnmal Jusmawat Massalesse, Bud Nurwahyu Abstrak Beberapa persoalan menark dapat dformulaskan sebaga permasalahan
Lebih terperinciIII PEMODELAN MATEMATIS SISTEM FISIK
34 III PEMODELN MTEMTIS SISTEM FISIK Deskrps : Bab n memberkan gambaran tentang pemodelan matemats, fungs alh, dagram blok, grafk alran snyal yang berguna dalam pemodelan sstem kendal. Objektf : Memaham
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2. Tnjauan Pustaka Kegatan pemberan beasswa dlakukan oleh nstans penddkan maupun non penddkan. Secara khusus nstans penddkan memberkan beberapa jens beasswa setap tahunnya. Persyaratan
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN SELEKSI PENERIMAAM CALON SISWA BARU PADA SMA MUHAMADIYAH 1 PRINGSEWU DENGAN METODE SAW
SISTEM PENDUKUNG KEPUTUSAN SELEKSI PENERIMAAM CALON SISWA BARU PADA SMA MUHAMADIYAH 1 PRINGSEWU DENGAN METODE SAW Tr Suslowat, Rnawat STMIK Prngsewu Lampung Jl. Wsma Rn No. 09 prngsewu Lampung webste:
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN Bab n membahas tentang prosedur pengembangan pembelajaran dan mplementas model Problem Based Learnng dalam pembelajaran Konsep Dasar Matematka, Subjek Peneltan, Teknk dan Instrumen
Lebih terperinciIV. UKURAN SIMPANGAN, DISPERSI & VARIASI
IV. UKURAN SIMPANGAN, DISPERSI & VARIASI Pendahuluan o Ukuran dspers atau ukuran varas, yang menggambarkan derajat bagamana berpencarnya data kuanttatf, dntaranya: rentang, rentang antar kuartl, smpangan
Lebih terperinciRANGKAIAN SERI. 1. Pendahuluan
. Pendahuluan ANGKAIAN SEI Dua elemen dkatakan terhubung ser jka : a. Kedua elemen hanya mempunya satu termnal bersama. b. Ttk bersama antara elemen tdak terhubung ke elemen yang lan. Pada Gambar resstor
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Penjadwalan Baker (1974) mendefnskan penjadwalan sebaga proses pengalokasan sumber-sumber dalam jangka waktu tertentu untuk melakukan sejumlah pekerjaan. Menurut Morton dan
Lebih terperinciBAB III HIPOTESIS DAN METODOLOGI PENELITIAN
BAB III HIPOTESIS DAN METODOLOGI PENELITIAN III.1 Hpotess Berdasarkan kerangka pemkran sebelumnya, maka dapat drumuskan hpotess sebaga berkut : H1 : ada beda sgnfkan antara sebelum dan setelah penerbtan
Lebih terperincilingkungan Kantor Dinas Pendidikan Kabupaten Bandung dalam pelaksanaan otonomi daerah belum dapat dilaksanakan secara optimal, antara
BAB V KESMPULAN, MPLKAS DAN REKOMENDAS A. Kesmpulan Berdasarkan hasl peneltan yang telah durakan sebelumnya kesmpulan yang dsajkan d bawah n dtark dar pembahasan hasl peneltan yang memjuk pada tujuan peneltan
Lebih terperinciBAB I PENDAHULUAN. pembangunan dalam sektor energi wajib dilaksanakan secara sebaik-baiknya. Jika
BAB I PENDAHULUAN 1.1.Latar Belakang Energ sangat berperan pentng bag masyarakat dalam menjalan kehdupan seharhar dan sangat berperan dalam proses pembangunan. Oleh sebab tu penngkatan serta pembangunan
Lebih terperinciBAB III METODE PENELITIAN. Jenis penelitian yang akan digunakan dalam penelitian ini adalah
BAB III METODE PENELITIAN A. Jens Peneltan Jens peneltan yang akan dgunakan dalam peneltan n adalah peneltan pengembangan (Research and Development). Peneltan Research and Development (R&D) n merupakan
Lebih terperinciANALISIS DATA KATEGORIK (STK351)
Suplemen Respons Pertemuan ANALISIS DATA KATEGORIK (STK351) 7 Departemen Statstka FMIPA IPB Pokok Bahasan Sub Pokok Bahasan Referens Waktu Korelas Perngkat (Rank Correlaton) Bag. 1 Koefsen Korelas Perngkat
Lebih terperinciBAB III METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di SMA Negeri I Tibawa pada semester genap
5 BAB III METODOLOGI PENELITIAN 3. Lokas Dan Waktu Peneltan Peneltan n dlaksanakan d SMA Neger I Tbawa pada semester genap tahun ajaran 0/03. Peneltan n berlangsung selama ± bulan (Me,Jun) mula dar tahap
Lebih terperinciArdi Kurniawan 1), Kusrini 2) Sistem Informasi STMIK AMIKOM Yogyakarta 2)
Semnar Nasonal Teknolog Informas dan Multmeda 2016 STMIK AMIKOM Yogyakarta, 6-7 Februar 2016 ANALISIS DAN PERANCANGAN SISTEM PENDUKUNG KEPUTUSAN PENILAIAN KINERJA GURU (PKG) MENGGUNAKAN METODE SIMPLE ADDITIVE
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini dilaksanakan di SD Al-Azhar 1 Wayhalim Bandar Lampung. Populasi
3 III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlaksanakan d SD Al-Azhar Wayhalm Bandar Lampung. Populas dalam peneltan n adalah seluruh sswa kelas V yang terdr dar 5 kelas yatu V A, V B, V
Lebih terperinciBAB IX. STATISTIKA. CONTOH : HASIL ULANGAN MATEMATIKA 5 SISWA SBB: PENGERTIAN STATISTIKA DAN STATISTIK:
BAB IX. STATISTIKA. CONTOH : HASIL ULANGAN MATEMATIKA 5 SISWA SBB: PENGERTIAN STATISTIKA DAN STATISTIK: BAB IX. STATISTIKA Contoh : hasl ulangan Matematka 5 sswa sbb: 6 8 7 6 9 Pengertan Statstka dan
Lebih terperinciBAB II TEORI ALIRAN DAYA
BAB II TEORI ALIRAN DAYA 2.1 UMUM Perhtungan alran daya merupakan suatu alat bantu yang sangat pentng untuk mengetahu konds operas sstem. Perhtungan alran daya pada tegangan, arus dan faktor daya d berbaga
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Al-Azhar 3 Bandar Lampung yang terletak di
III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlaksanakan d SMP Al-Azhar 3 Bandar Lampung yang terletak d Jl. Gn. Tanggamus Raya Way Halm, kota Bandar Lampung. Populas dalam peneltan n adalah
Lebih terperinciSistem Pendukung Keputusan Menggunakan Metode Technique for Order by Similarity to Ideal Solution (TOPSIS)
Sstem Pendukung Keputusan Menggunakan Metode Technque for Order by Smlarty to Ideal Soluton (TOPSIS) Murnawan 1, Akhmad Fadjar Sddq 2 1 Unverstas Wdyatama Bandung, Emal: murnawan@wdyatama.ac.d 2 STMIK
Lebih terperinciIII. METODE PENELITIAN
III. METODE PEELITIA 3.1. Kerangka Pemkran Peneltan BRI Unt Cbnong dan Unt Warung Jambu Uraan Pekerjaan Karyawan Subyek Analss Konds SDM Aktual (KKP) Konds SDM Harapan (KKJ) Kuesoner KKP Kuesoner KKJ la
Lebih terperinciBAB III METODELOGI PENELITIAN. metode penelitian yang digunakan dalam penelitian ini adalah metode deskriptif
BAB III METODELOGI PENELITIAN 3.1 Desan Peneltan Metode peneltan mengungkapkan dengan jelas bagamana cara memperoleh data yang dperlukan, oleh karena tu metode peneltan lebh menekankan pada strateg, proses
Lebih terperinci2 TINJAUAN PUSTAKA. sistem statis dan sistem fuzzy. Penelitian sejenis juga dilakukan oleh Aziz (1996).
2 TINJAUAN PUSTAKA 2.1 Stud Yang Terkat Peneltan n mengacu pada jurnal yang dtuls oleh Khang, dkk.(1995). Dalam peneltannya, Khang, dkk membandngkan arus lalu lntas yang datur menggunakan sstem stats dan
Lebih terperinciBAB 2 TINJAUAN KEPUSTAKAAN
BAB TIJAUA KEPUSTAKAA.1. Gambaran Umum Obyek Peneltan Gambar.1 Lokas Daerah Stud Gambar. Detal Lokas Daerah Stud (Sumber : Peta Dgtal Jabotabek ver.0) 7 8 Kawasan perumahan yang dplh sebaga daerah stud
Lebih terperinciBAB III METODE PENELITIAN. Jenis penelitian yang dipakai adalah penelitian kuantitatif, dengan
BAB III METODE PENELITIAN 3.1 Pendekatan dan Jens Peneltan Jens peneltan yang dpaka adalah peneltan kuanttatf, dengan menggunakan metode analss deskrptf dengan analss statstka nferensal artnya penuls dapat
Lebih terperinciBAB II METODOLOGI PENELITIAN. Jenis penelitian yang digunakan dalam penelitian ini adalah penelitian. variable independen dengan variabel dependen.
BAB II METODOLOGI PENELITIAN A. Bentuk Peneltan Jens peneltan yang dgunakan dalam peneltan n adalah peneltan deskrptf dengan analsa kuanttatf, dengan maksud untuk mencar pengaruh antara varable ndependen
Lebih terperinciBAB III METODE PENELITIAN. penelitian dilakukan secara purposive atau sengaja. Pemilihan lokasi penelitian
BAB III METODE PENELITIAN 3.1 Lokas Peneltan Peneltan dlaksanakan d Desa Sempalwadak, Kecamatan Bululawang, Kabupaten Malang pada bulan Februar hngga Me 2017. Pemlhan lokas peneltan dlakukan secara purposve
Lebih terperinciNama : Crishadi Juliantoro NPM :
ANALISIS INVESTASI PADA PERUSAHAAN YANG MASUK DALAM PERHITUNGAN INDEX LQ-45 MENGGUNAKAN PORTOFOLIO DENGAN METODE SINGLE INDEX MODEL. Nama : Crshad Julantoro NPM : 110630 Latar Belakang Pemlhan saham yang
Lebih terperinciBAB III OBYEK DAN METODE PENELITIAN. Obyek dalam penelitian ini adalah kebijakan dividen sebagai variabel
4 BAB III OBYEK DAN METODE PENELITIAN 3.1 Obyek Peneltan Obyek dalam peneltan n adalah kebjakan dvden sebaga varabel ndependen (X) dan harga saham sebaga varabel dependen (Y). Peneltan n dlakukan untuk
Lebih terperinciAPLIKASI FUZZY LINEAR PROGRAMMING UNTUK MENGOPTIMALKAN PRODUKSI LAMPU (Studi Kasus di PT. Sinar Terang Abadi )
APLIKASI FUZZY LINEAR PROGRAMMING UNTUK MENGOPTIMALKAN PRODUKSI LAMPU (Stud Kasus d PT. Snar Terang Abad ) Bagus Suryo Ad Utomo 1203 109 001 Dosen Pembmbng: Drs. I Gst Ngr Ra Usadha, M.S Jurusan Matematka
Lebih terperinciMETODE PENELITIAN. pelajaran 2011/ Populasi penelitian ini adalah seluruh siswa kelas X yang
III. METODE PENELITIAN A. Waktu dan Tempat Peneltan Peneltan n telah dlaksanakan d SMA Neger 1 Bandar Lampung pada tahun pelajaran 011/ 01. Populas peneltan n adalah seluruh sswa kelas X yang terdr dar
Lebih terperinciHUBUNGAN KEMAMPUAN KEUANGAN DAERAH TERHADAP PERTUMBUHAN EKONOMI PROVINSI NUSA TENGGARA BARAT
HUBUNGAN KEMAMPUAN KEUANGAN DAERAH TERHADAP PERTUMBUHAN EKONOMI PROVINSI NUSA TENGGARA BARAT ABSTRAK STEVANY HANALYNA DETHAN Fakultas Ekonom Unv. Mahasaraswat Mataram e-mal : stevany.hanalyna.dethan@gmal.com
Lebih terperinciBAB 2 LANDASAN TEORI. persamaan penduga dibentuk untuk menerangkan pola hubungan variabel-variabel
BAB LANDASAN TEORI. Analss Regres Regres merupakan suatu alat ukur yang dgunakan untuk mengukur ada atau tdaknya hubungan antar varabel. Dalam analss regres, suatu persamaan regres atau persamaan penduga
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini merupakan penelitian pengembangan (Research and
III. METODE PENELITIAN A. Desan Peneltan Peneltan n merupakan peneltan pengembangan (Research and Development). Peneltan pengembangan yang dlakukan adalah untuk mengembangkan penuntun praktkum menjad LKS
Lebih terperinciBAB II TINJAUAN PUSTAKA
7 II TINJUN PUSTK 2.1 Manaemen Proyek 2.1.1 Pengertan Manaemen Proyek Sebelum mengemukakan apa art dar Manaemen Proyek, terlebh dahulu akan mengetahu art dar Manaemen dan Proyek tu. Menurut Hamng dan Nurnaamuddn
Lebih terperinciBAB 2 LANDASAN TEORI
7 BAB LANDASAN TEORI.1 Analsa Regres Analsa regres dnterpretaskan sebaga suatu analsa yang berkatan dengan stud ketergantungan (hubungan kausal) dar suatu varabel tak bebas (dependent varable) atu dsebut
Lebih terperinci2.1 Sistem Makroskopik dan Sistem Mikroskopik Fisika statistik berangkat dari pengamatan sebuah sistem mikroskopik, yakni sistem yang sangat kecil
.1 Sstem Makroskopk dan Sstem Mkroskopk Fska statstk berangkat dar pengamatan sebuah sstem mkroskopk, yakn sstem yang sangat kecl (ukurannya sangat kecl ukuran Angstrom, tdak dapat dukur secara langsung)
Lebih terperinciBAB X RUANG HASIL KALI DALAM
BAB X RUANG HASIL KALI DALAM 0. Hasl Kal Dalam Defns. Hasl kal dalam adalah fungs yang mengatkan setap pasangan vektor d ruang vektor V (msalkan pasangan u dan v, dnotaskan dengan u, v ) dengan blangan
Lebih terperinciBAB III PROSEDUR PENELITIAN. penelitian, hal ini dilakukan untuk kepentingan perolehan dan analisis data.
BAB III PROSEDUR PENELITIAN A. Metode Peneltan Metode peneltan harus dsesuakan dengan masalah dan tujuan peneltan, hal n dlakukan untuk kepentngan perolehan dan analss data. Mengena pengertan metode peneltan,
Lebih terperinciIII. METODOLOGI PENELITIAN
44 III. METODOLOGI PENELITIAN A. Metode Peneltan Menurut Arkunto (00:3) peneltan ekspermen adalah suatu peneltan yang selalu dlakukan dengan maksud untuk melhat akbat dar suatu perlakuan. Metode yang penuls
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini merupakan studi eksperimen yang telah dilaksanakan di SMA
III. METODE PENELITIAN A. Waktu dan Tempat Peneltan Peneltan n merupakan stud ekspermen yang telah dlaksanakan d SMA Neger 3 Bandar Lampung. Peneltan n dlaksanakan pada semester genap tahun ajaran 2012/2013.
Lebih terperinciSUMBER BELAJAR PENUNJANG PLPG 2016 MATA PELAJARAN/PAKET KEAHLIAN GURU KELAS SD
SUMBER BELAJAR PENUNJANG PLPG 0 MATA PELAJARAN/PAKET KEAHLIAN GURU KELAS SD BAB V STATISTIKA Dra.Hj.Rosdah Salam, M.Pd. Dra. Nurfazah, M.Hum. Drs. Latr S, S.Pd., M.Pd. Prof.Dr.H. Pattabundu, M.Ed. Wdya
Lebih terperinciBAB III METODOLOGI PENELITIAN
41 BAB III METODOLOGI PENELITIAN A. Metode Peneltan Berdasarkan masalah yang akan dtelt dengan melhat tujuan dan ruang lngkup dserta dengan pengolahan data, penafsran serta pengamblan kesmpulan, maka metode
Lebih terperinciIII. METODE PENELITIAN. Metode dalam penelitian ini adalah metode eksperimen. Penggunaan metode eksperimen ini
III. METODE PENELITIAN A. Metode Peneltan Metode dalam peneltan n adalah metode ekspermen. Penggunaan metode ekspermen n bertujuan untuk mengetahu apakah suatu metode, prosedur, sstem, proses, alat, bahan
Lebih terperinciBAB 2 LANDASAN TEORI. estimasi, uji keberartian regresi, analisa korelasi dan uji koefisien regresi.
BAB LANDASAN TEORI Pada bab n akan durakan beberapa metode yang dgunakan dalam penyelesaan tugas akhr n. Selan tu penuls juga mengurakan tentang pengertan regres, analss regres berganda, membentuk persamaan
Lebih terperinciBAB VB PERSEPTRON & CONTOH
BAB VB PERSEPTRON & CONTOH Model JST perseptron dtemukan oleh Rosenblatt (1962) dan Mnsky Papert (1969). Model n merupakan model yang memlk aplkas dan pelathan yang lebh bak pada era tersebut. 5B.1 Arstektur
Lebih terperinciBAB III METODOLOGI PENELITIAN. Untuk menjawab permasalahan yaitu tentang peranan pelatihan yang dapat
BAB III METODOLOGI PENELITIAN 3.1 Metode Peneltan Untuk menjawab permasalahan yatu tentang peranan pelathan yang dapat menngkatkan knerja karyawan, dgunakan metode analss eksplanatf kuanttatf. Pengertan
Lebih terperinci