BAB II TINJAUAN PUSTAKA
|
|
- Hartanti Kurniawan
- 6 tahun lalu
- Tontonan:
Transkripsi
1 BAB II TINJAUAN PUSTAKA 2.1. Landasan Teori Metode SAW (Simple Additive Weighting) Metode SAW (Simple Additive Weighting) adalah suatu metode yang digunakan untuk mencari alternatif optimal dari sejumlah alternatif dengan kriteria tertentu. Inti dari SAW 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 & 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 alternatif bisa ditentukan secara bebas. Sedangkan pada pendekatan obyektif, nilai bobot dihitung secara matematis sehingga mengabaikan subyektifitas dari pengambil keputusan (Kusumadewi, et al., 2006). Adapun langkah penyelesaian dalam menggunakan metode SAW menurut Kusumadewi (2006) adalah: 1. Menentukan alternatif (kandidat), yaitu Ai. 2. Menentukan kriteria yang akan dijadikan acuan dalam pengambilan keputusan, yaitu Cj. 3. Memberikan nilai rating kecocokan setiap alternatif pada setiap kriteria. 4. Menentukan bobot preferensi atau tingkat kepentingan (W) setiap kriteria. W = [ W1, W2, W3,., Wj ] (1) 5. Membuat tabel rating kecocokan dari setiap alternatif pada setiap kriteria. 20
2 21 6. Membuat matrik keputusan X yang dibentuk dari tabel rating kecocokan dari setiap alternatif pada setiap kriteria. Nilai x setiap alternatif (Ai) pada setiap kriteria (Cj) yang sudah ditentukan, dimana, i=1,2, m dan j=1,2, n. x 11 x 1j x = [ ] (2) x i1 x ij 7. Melakukan normalisasi matrik keputusan X dengan cara menghitung nilai rating kinerja ternomalisasi (rij) dari alternatif Ai pada kriteria Cj. r ij = x ij Max i (x ij ) Min i (x ij ) (3) { x ij Jika j adalah kriteria keuntungan (benefit) Jika j adalah kriteria biaya (cost) Keterangan : a. Dikatakan kriteria keuntungan apabila nilai xij memberikan keuntungan bagi pengambil keputusan, sebaliknya kriteria biaya apabila xij menimbulkan biaya bagi pengambil keputusan. b. Apabila berupa kriteria keuntungan maka nilai xij dibagi dengan nilai Maxi(xij) dari setiap kolom, sedangkan untuk kriteria biaya, nilai Mini(xij)dari setiap kolom dibagi dengan nilai xij. 8. Hasil dari nilai rating kinerja ternomalisasi (rij) membentuk matrik ternormalisasi (R)
3 22 r 11 r 1j R = [ ] (4) r i1 r ij 9. Hasil akhir nilai preferensi (Vi) diperoleh dari penjumlahan dari perkalian elemen baris matrik ternormalisasi (R) dengan bobot preferensi (W) yang bersesuaian eleman kolom matrik (W). n V i = w j r ij (5) j=1 Hasil perhitungan nilai Vi yang lebih besar mengindikasikan bahwa alternatif Ai merupakan alternatif terbaik. 10. Menentukan Nilai Indikasi Nilai Indikasi dilakukan pada hidden layer, yang berfungsi sebagai nilai pasaran mobil bekas yang menggunakan kriteria penjualan, harga, tahun. 11. Perangkingan Perangkingan dilakukan dengan cara mengalikan nilai SAW dengan nilai Indikasi dan hasil akhir dari nilai akan di rangking sesuai urutan hasiil yang mempunyai nilai paling besar sampai yang terkecil.
4 Metode TOPSIS (Technique for Order Preference by Similarity to Ideal Solution) TOPSIS adalah salah satu metode pengambilan keputusan multikriteria yang pertama kali diperkenalkan oleh Yoon dan Hwang pada tahun Dengan ide dasarnya adalah bahwa alternatif yang dipilih memiliki jarak terdekat dengan solusi ideal positif dan memiliki jarak terjauh dari solusi ideal negatif (Yoon & Hwang, 1995). Pada TOPSIS nilai solusi ideal positif dan solusi ideal negatif dari setiap kriteria ditentukan, dan setiap alternatif dipertimbangkan dari informasi tersebut. Solusi ideal positif didefinisikan sebagai jumlah dari seluruh nilai terbaik yang dapat dicapai untuk setiap atribut, sedangkan solusi ideal negatif terdiri dari seluruh nilai terburuk yang dicapai untuk setiap atribut. TOPSIS telah digunakan dalam banyak aplikasi termasuk keputusan dalam seleksi calon siswa baru. Pengambilan keputusan dengan TOPSIS menggunakan multikriteria, dimana pada contoh ini yaitu menggunakan kriteria nilai Ujian Nasional, nilai Ujian Sekolah, dan prestasi non-akademik. Dalam metode TOPSIS, nilai bobot dari setiap kriteria telah diketahui dengan jelas. Setiap bobot kriteria ditentukan berdasarkan tingkat kepentingannya menurut pengambil keputusan berdasarkan skala presentase. Dari bobot tersebut kemudian diolah dan diperoleh suatu prioritas yang menunjukkan urutan hasil pilihan. Yoon dan Hwang mengembangkan metode TOPSIS berdasarkan intuisi yaitu alternatif pilihan merupakan alternatif yang mempunyai jarak terkecil dari solusi ideal positif dan jarak terbesar dari solusi ideal negatif dari sudut pandang geometris dengan menggunakan jarak Euclidean (Sachdeva, et al., 2009). Namun, alternatif yang mempunyai jarak terkecil dari solusi ideal positif, tidak harus mempunyai jarak terbesar dari solusi ideal negatif. Maka dari itu, TOPSIS mempertimbangkan keduanya, jarak terhadap solusi ideal positif dan jarak terhadap solusi ideal negatif secara bersamaan. Solusi optimal dalam metode TOPSIS didapat dengan menentukan
5 24 kedekatan relatif suatu alternatif terhadap solusi ideal positif. TOPSIS akan merangking alternatif berdasarkan prioritas nilai kedekatan relatif suatu alternatif terhadap solusi ideal positif. Alternatif-alternatif yang telah dirangking kemudian dijadikan sebagai referensi bagi pengambil keputusan untuk memilih solusi terbaik yang diinginkan. Metode ini banyak digunakan untuk menyelesaikan pengambilan keputusan secara praktis. Hal ini disebabkan konsepnya sederhana dan mudah dipahami, komputasinya efisien, dan memiliki kemampuan mengukur kinerja relatif dari alternatif-alternatif keputusan. Berikut merupakan prosedur TOPSIS: 1. TOPSIS dimulai dengan membangun sebuah matriks keputusan. Berikut ini adalah contoh sebuah matriks dengan alternatif dan kriteria: x 11 x 1n D = [ ] (6) x m1 x mn Dimana: D = matriks m = alternatif n = kriteria xij = alternatif ke-i dan kriteria ke-j 2. Normalisasi matriks keputusan Setiap elemen pada matriks D dinormalisasikan untuk mendapatkan matriks normalisasi R. Setiap normalisasi dari nilai rij dapat dilakukan dengan perhitungan seperti pada persamaan (7).
6 25 r x ij ij= m x 2 i=1 ij (7) Untuk i=1,2,3,,m; j=1,2,3,,n 3. Pembobotan pada matriks yang telah dinormalisasikan Diberikan bobot W=(w1,w2,,wn), sehingga weighted normalized matriks V dapat dihasilkan seperti pada persamaan (8). y ij = w i r ij (8) Dengan i=1,2,3,,m dan j=1,2,3,,n 4. Menentukan solusi ideal positif dan solusi ideal negatif Solusi ideal positif dinotasikan dengan A+ dan solusi ideal negatif dinotasikan dengan A-, seperti pada persamaan (9). Menentukan Solusi Ideal (+) & (-) Dimana: A + = (y 1 +, y 2 +,, y n + ) A = (y 1, y 2,, y n ) (9) 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}
7 26 5. Menghitung Separation Measure Separation measure ini merupakan pengukuran jarak dari suatu alternatif ke solusi ideal positif dan solusi ideal negatif. Perhitungan matematisnya adalah seperti pada persamaan (10,11 ). Separation measure untuk solusi ideal positif n D i + = (y i + y ij ) 2 j=1 (10) dengan i=1,2,3,,n Separation measure untuk solusi ideal negatif n D i = (y ij y i ) 2 j=1 (11) 6. Menghitung kedekatan relatif dengan ideal positif Kedekatan relatif dari alternatif A+ dengan solusi ideal A direpresentasikan seperti pada persamaan (12) berikut: V 1 = D i D i + D i + (12) dengan 0<C, <1 dan i=1,2,3,,m
8 27 7. Mengurutkan Pilihan Alternatif dapat dirangking berdasarkan urutan Ci. Maka dari itu, alternatif terbaik adalah salah satu yang berjarak terpendek terhadap solusi ideal dan berjarak terjauh dengan solusi ideal negatif Database Management System (DBMS) Sistem Manajemen Basis-Data (Database Management System / DBMS) adalah kumpulan data yang saling terkait dan satu set program untuk mengakses data tersebut. Pengumpulan data, biasanya disebut sebagai database, berisi informasi yang relevan dengan suatu perusahaan. Tujuan utama dari DBMS adalah untuk menyediakan cara untuk menyimpan dan mengambil informasi database yang baik nyaman dan efisien (Silberschatz, et al., 2006). Pemilihan DBMS berdasarkan beberapa faktor, beberapa hal teknis, ekonomi dan kebijakan organisasi. Faktor teknis berhubungan dengan ketepatan DBMS yang dipilih. Yang termasuk faktor teknis adalah tipe DBMS (relational, object-relational, object, dan lainnya), struktur penyimpanan dan akses path yang didukung DBMS, ketersediaan antar muka pemakai dan pemograman, tipe bahasa query tingkat tinggi, ketersediaan alat bantu pengembangan, kemampuan berhubungan dengan DBMS lain melalui media standard, pilihan arsitektur yang berhubungan dengan operator clientserver dan lain sebagainya. Faktor non teknis termasuk di dalamnya status finansial dan dukungan organisasi terhadap vendor (Clavost, 2012). Hal-hal yang harus dipertimbangkan organisasi dalam memilih DBMS menurut Clavost (2012) adalah: 1. Software acquisiton cost : Merupakan harga up-front dalam pembelian perangkat lunak, termasuk pilihan bahasa, pilihan antar muka seperti form, menu dan antar muka Web berbasis GUI, pilihan recovery/backup, metode akses khusus dan dokumentasi. Versi DBMS yang tepat untuk sistem
9 28 operasi harus dipilih. Biasanya alat bantu pengembangan, alat bantu desain dan dukungan bahasa tambahan tidak termasuk dalam harga dasar. 2. Maintenance cost : Berhubungan dengan harga layanan pemeliharaan standard dari vendor dan untuk menjaga versi DBMS tetap up to date. 3. Utilitas ruang penyimpan : Merupakan jumlah ruang penyimpan yang digunakan file database dan struktur akses path pada disk, termasuk pengindeksan dan akses path lain. 4. Security: Keamanan database lebih memperhatikan menyangkut berbagai kontrol keamanan informasi untuk melindungi data, aplikasi atau fungsi database, server database dan jaringan yang terkait. 5. Operating system: sistem operasi yang didukung oleh engine database mempengaruhi bagaimana sebuah engine dapat digunakan. 6. Programing language: bahasa pemograman yang didukung oleh database engine. 7. Availability of vendor service : ketersediaan asisten vendor dalam pemecahan permasalahan dengan sistem sangat penting, karena perubahan dari non-dbms ke lingkungan DBMS kebanyakan membutuhkan bantuan vendor pada awalnya (Clavost, 2012) Penelitian Terkait Berikut beberapa penelitian yang sudah ada mengenai penerapan metode SAW dan metode TOPSIS untuk menunjang keputusan. 1. Simple Additive Weighting Approach To Personnel Selection Problem (Afshari, et al., 2010) Dalam penelitian ini membahas bagaimana menerapkan metode simple additive weighting dalam masalah menyeleksi karyawan atau staff. langkah pertama dalam penelitian ini adalah membuat comparison matrix (nxn) untuk menentukan nilai kepentingan yang berpengaruh kepada
10 29 bobot pemilihan karyawan. Kriteria yang digunakan dalam penelitian ini ada 7 yaitu ability to work indifferent business units, past experience, team player, fluency in a foreign language, strategic thinking, oral communication skill, dan computer skills. Untuk range bobot ditentukan nilai 1 sampai 5 dengan definisi equal, moderate, strong, very strong, dan extreme importance. Setelah perhitungan SAW didapat hasil bahwa metode MADM khususnya metode SAW dapat diterapkan untuk membantu dalam seleksi karyawan. Untuk itu metode ini harus dikembangkan dalam software yang ringan seperti Ms Excel agar lebih efisien dan lebih mudah digunakan 2. Sistem Pendukung Keputusan Pemilihan Laptop Dengan Metode Topsis (Kurniasih, 2013) Penelitian ini membahas mengenai pemilihan laptop dengan menerapkan metode Order Preference By Similarity To Ideal Solution (TOPSIS) sebagai penunjang keputusan. Kriteria yang ditetapkan dalam penelitian ini adalah spesifikasi laptop seperti harga, layar, processor, kapasitas memori, dan kapasitas harddisk yang diberikan range spesifikasi untuk menentukan bobot dari masing-masing kriteria dengan range bobot 1 sampai 5 di mana 1 nilai terkecil dan 5 nilai terbesar. Untuk alternatif pemilihan laptop terdapat berbagai tipe laptop dengan merk yang berbeda. Hasil penelitian ini didapatkan bahwa alternatif laptop yang mendapatkan nilai pengurutan pertama adalah laptop dengan merk asus dengan nilai perhitungan 0,7338. Dari hasil penelitian dapat ditarik kesimpulan bahwa hasil perhitungan TOPSIS yang didapat sesuai dengan keinginan dan nilai perhitungan yang tampil secara manual sama dengan hasil yang didapat secara komputerisasi.
11 30 3. Analisis Penggabungan Metode Saw Dan Metode Topsis Untuk Mendukung Keputusan Seleksi Penerimaan Dosen (Iriane, et al., 2013) Tujuan dalam penelitian ini adalah menganalisis penggabungan metode SAW dengan metode TOPSIS untuk diterapkan dalam seleksi penerimaan dosen. Kriteria yang digunakan yaitu IPK, TPA, TOEFL, dan wawancara dengan nilai range bobot 1 sampai 5. Langkah penggabungan yaitu didahului menggunakan metode SAW menentukan nilai pembagi dilanjutkan menentukan nilai normalisasi matrik. Kemudian dilanjutkan perhitungan metode TOPSIS dengan menentukan normalisasi matriks terbobot dan menentukan nilai ideal positif dan negatif sampai ditemukan hasil nilai pengurutan. Dalam penelitian dapat disimpulkan bahwa penggabungan metode SAW dan TOPSIS dapat digunakan dalam menentukan pengambilan keputusan dalam seleksi penerimaan dosen. Dengan keunggulan penggabungan metode SAW dan TOPSIS ini cukup efisien karena menggabungkan persamaan matematis sederhana namun menghasilkan penentuan alternatif yang lebih baik. 4. An Integrated SAW, TOPSIS Method for Ranking the Major Lean Practices Based on Four Attributes (Hojjati & Anvary, 2013) Dalam penelitian ini membahas tentang menentukan lean tools yang tepat dengan memanfaatkan integrasi metode SAW dan metode TOPSIS. Metode yang digunakan untuk mengintegrasi adalah metode borda. Langkah perhitungan pertama adalah menentukan kriteria dan atribut. Ada 4 kriteria yang ditetapkan yaitu lead time, cost, defects, dan value. untuk alternatif ditetapkan lean tools yang berbeda berdasarkan merk. Perhitungan SAW dan TOPSIS dilakukan secara terpisah dengan
12 31 nilai kriteria dan bobot alternatif yang sama. Dalam tahap perhitungan metode borda, empat kriteria yang ada di buat dalam matriks kemudian dibuat perangkingan prioritasnya. Dalam penelitian ini dapat disimpulkan bahwa integrasi metode SAW dan TOPSIS berhasil dilakukan namun perlu dibandingankan dengan kondisi aktual dari lean tools. Hasil dari perhitungan metode SAW, TOPSIS dan hasil integrasinya dengan metode borda memiliki nilai yang berbeda. Keterkaitan hasil penelitian sebelumnya sebagai bahan pertimbangan dalam penelitian ini dapat dilihat pada Tabel 2.1. Tabel 2. 1 Tabel Keterkaitan Penelitian Tahun/Penulis Judul Metode Hasil Simple Additive Afshari, et Weighting Approach al., 2010 To Personnel SAW Selection Problem Kurniasih, 2013 Iriane, et al., 2013 Hojjati & Anvary, 2013 Sistem Pendukung Keputusan Pemilihan Laptop Dengan Metode Topsis Analisis Penggabungan Metode Saw Dan Metode Topsis Untuk Mendukung Keputusan Seleksi Penerimaan Dosen An Integrated SAW, TOPSIS Method for Ranking the Major Lean Practices Based on Four Attributes TOPSIS SAW dan TOPSIS SAW dan TOPSIS Metode SAW dapat diterapkan untuk membantu dalam proses seleksi karyawan Metode TOPSIS dapat membantu memilih alternatif laptop sesuai yang diinginkan Penggabungan metode SAW dan TOPSIS sangat efisien untuk digunakan dalam seleksi penerimaan dosen Integrasi Metode SAW dan TOPSIS memiliki nilai perhitungan yang berbeda dalam menentukan alternatif lean tools sehingga perlu dibandingkan dengan kondisi actual dari lean tools
BAB 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 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 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 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 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 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 terperinciBAB II TINJAUAN PUSTAKA DAN DASAR TEORI
5 BAB II TINJAUAN PUSTAKA DAN DASAR TEORI 2.1 Tinjauan Pustaka Penelitian yang pernah dilakukan oleh supriadi pamungkas, 2013, permasalahan dalam penerimaan karyawan pada bengkel Reksa Abadi Motor adalah
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 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 terperinciSistem Pendukung Keputusan Mahasiswa Berprestasi Menggunakan Metode TOPSIS
Sistem Pendukung Keputusan Mahasiswa Berprestasi Menggunakan Metode TOPSIS Sri Rahmawati Fitriatien Universitas PGRI Adi Buana Surabaya (Fakultas Keguruan dan Ilmu Pendidikan, Program Studi Pendidikan
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 terperinciMulti-Attribute Decision Making
Materi Kuliah [05] SPK & Business Intelligence Multi-Attribute Decision Making Dr. Sri Kusumadewi Lizda Iswari Magister Teknik Informatika Program Pascasarjana Fakultas Teknologi Industri Universitas Islam
Lebih terperinciSISTEM PEMBERIAN BEASISWA DENGAN MENERAPKAN FMADM (FUZZY MULTIPLE ATTRIBUTE DECISION MAKING) DAN SAW (SIMPLE ADDITIVE WEIGHTING) Delpiah Wahyuningsih
SISTEM PEMBERIAN BEASISWA DENGAN MENERAPKAN FMADM (FUZZY MULTIPLE ATTRIBUTE DECISION MAKING) DAN SAW (SIMPLE ADDITIVE WEIGHTING) Delpiah Wahyuningsih Dosen Teknik Informatika STMIK Atma Luhur Pangkalpinang
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 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 terperinciBAB III ANALISIS DAN PERANCANGAN
BAB III ANALISIS DAN PERANCANGAN III.1. Analisis Masalah Analisis sistem pada yang berjalan bertujuan untuk mengidentifikasi serta melakukan evaluasi terhadap Menentukan Kualitas Buah Dikotil Terbaik Pada
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 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 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 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 terperinciBAB III LANDASAN TEORI
BAB III LANDASAN TEORI III.1. Sistem Pendukung Keputusan Sistem pendukung keputusan yaitu sebuah sistem yang mampu memberi kemampuan baik kemampuan pemecahan masalah maupun kemampuan pengkomunikasian untuk
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 terperinciSeminar Nasional Aplikasi Teknologi Informasi 2009 (SNATI 2009) ISSN: Yogyakarta, 20 Juni 2009
SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN PENERIMA BEASISWA BANK BRI MENGGUNAKAN FMADM (STUDI KASUS: MAHASISWA FAKULTAS TEKNOLOGI INDUSTRI UNIVERSITAS ISLAM INDONESIA) Henry Wibowo S 1), Riska Amalia
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA 2.1 Sistem Pendukung Keputusan Sistem pendukung keputusan (decision support systems disingkat DSS) adalah bagian dari sistem informasi berbasis komputer (termasuk sistem berbasis
Lebih 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 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 2 TINJAUAN PUSTAKA. 2.1 Definisi Sistem, Keputusan dan Sistem Pendukung Keputusan
BAB 2 TINJAUAN PUSTAKA 2.1 Definisi Sistem, Keputusan dan Sistem Pendukung Keputusan Sistem Pendukung Keputusan (Decision Support System) merupakan sistem informasi interaktif yang menyediakan informasi,
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN KELULUSAN UJIAN SARINGAN MASUK JALUR PMDK BERDASARKAN NILAI RATA-RATA MATEMATIKA DAN BAHASA INGGRIS
SISTEM PENDUKUNG KEPUTUSAN KELULUSAN UJIAN SARINGAN MASUK JALUR PMDK BERDASARKAN NILAI RATA-RATA MATEMATIKA DAN BAHASA INGGRIS Fitrah Rumaisa, S.T., Tanti Nurafianti Universitas Widyatama, Jl. Cikutra
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Objek Wisata Objek dan daya tarik wisata adalah suatu bentukan dan fasilitas yang berhubungan, yang dapat menarik minat wisatawan atau pengunjung untuk datang ke suatu daerah
Lebih 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 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 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 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 terperinciBAB IV PENGUMPULAN DAN PENGOLAHAN DATA
BAB IV PENGUMPULAN DAN PENGOLAHAN DATA 4.1. Penyusunan Hirarki Dari identifikasi dan subatribut yang dominan, dapat disusun struktur hirarki sebagai berikut: Gambar 4.1 Struktur Hirarki Penerima Beasiswa
Lebih terperinciSISTEM 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 terperinciANALISIS KOMPARASI SIMPLE ADDITIVE WEIGHTING DAN WEIGHTED PRODUCT DALAM PENENTUAN PENERIMA BEASISWA
ANALISIS KOMPARASI SIMPLE ADDITIVE WEIGHTING DAN WEIGHTED PRODUCT DALAM PENENTUAN PENERIMA BEASISWA Siti Nurhayati Magister Teknik Informatika STMIK AMIKOM Yogyakarta Jl Ring road Utara, Condongcatur,
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 terperinciMENENTUKAN PRIORITAS PENILAIAN MICROTEACHING INSTRUKTUR KURSUS MENGGUNAKAN SIMPLE ADDITIVE WEIGHTING (STUDI KASUS LPK ALFABANK SEMARANG)
INFOKAM Nomor II / Th. XI/Sept / 15 106 MENENTUKAN PRIORITAS PENILAIAN MICROTEACHING INSTRUKTUR KURSUS MENGGUNAKAN SIMPLE ADDITIVE WEIGHTING (STUDI KASUS LPK ALFABANK SEMARANG) Sugeng Murdowo Dosen AMIK
Lebih terperinciAPLIKASI PEMBERIAN KREDIT MENGGUNAKAN METODE TECHNIQUE FOR ORDER PREFERENCE BY SIMILARITY TO IDEAL SOLUTION (TOPSIS)
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
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 terperinciMETODE FUZZY SIMPLE ADDITIVE WEIGHTING (SAW) DALAM MENENTUKAN KUALITAS KULIT ULAR UNTUK KERAJINAN TANGAN (STUDI KASUS : CV. ASIA EXOTICA MEDAN)
METODE FUZZY SIMPLE ADDITIVE WEIGHTING (SAW) DALAM MENENTUKAN KUALITAS KULIT ULAR UNTUK KERAJINAN TANGAN (STUDI KASUS : CV. ASIA EXOTICA MEDAN) Alfa Saleh 1, Ria Eka Sari 2, Harris Kurniawan 3 STMIK Potensi
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 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 terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1. Metode Dasar Penelitian Metode dasar yang digunakan dalam penelitian ini adalah deskriptif analisis, yaitu suatu metode penelitian mengenai gambaran lengkap tentang hal-hal
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 terperinciBAB II TINJAUAN PUSTAKA DAN DASAR TEORI. Penelitian sejenis ini pernah dilakukan oleh : 1. Fitriani M. Yaqiyatum (2014) dari Universitas Dian
BAB II TINJAUAN PUSTAKA DAN DASAR TEORI 2.1. Tinjauan Pustaka Penelitian sejenis ini pernah dilakukan oleh : 1. Fitriani M. Yaqiyatum (2014) dari Universitas Dian Nuswantoro, membahas pemilihan pegawai
Lebih terperinci9/22/2011. Bahan Kuliah : Topik Khusus
9//0 Mahasiswa dapat memahami dan mampu mengaplikasikan beberapa metode untuk menyelesaikan masalah dengan alternatifalternatif dalam jumlah yang relatif kecil. Bahan Kuliah : Topik Khusus Fokus Masalah
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 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 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 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 terperinciSISTEM PENDUKUNG KEPUTUSAN PEMILIHAN BARANG ELEKTRONIK BERBASIS WEB DENGAN METODE TOPSIS
1 SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN BARANG ELEKTRONIK BERBASIS WEB DENGAN METODE TOPSIS Muhammad Ulil Abror, Program Studi Teknik Informatika, S1, Fakultas Ilmu Komputer, Universitas Dian Nuswantoro,
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN 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 terperinciPENDAHULUAN. melakukan kegiatan Praktek Kerja Lapangan (PKL) baik tingkat SMK/sederajat
1 PENDAHULUAN 1.1 Latar Belakang Banyak lembaga pendidikan yang mewajibkan siswa/mahasiswanya melakukan kegiatan Praktek (PKL) baik tingkat SMK/sederajat maupun universitas sebagai salah satu syarat untuk
Lebih terperinciMulti atributte decision making (madm)
Multi atributte decision making (madm) Weighted Product, Topsis Weighted Product (wp) Metode WP menggunakan perkalian untuk menghubungkan rating atribut, dimana rating setiap atribut harus dipangkatkan
Lebih terperinciBAB II TINJAUAN PUSTAKA DAN DASAR TEORI. Menggunakan Metode Simple Additive Weighting (SAW). Penelitian digunakan
BAB II TINJAUAN PUSTAKA DAN DASAR TEORI 2.1. Tinjauan Pustaka Tinjauan pustaka pertama di perolehdari Mukhtaromi (2015) yang berjudul Sistem Pendukung Keputusan Menentukan Tenaga Kependudukan Terbaik Menggunakan
Lebih terperinciBAB III ANALISIS DAN DESAIN SISTEM
BAB III ANALISIS DAN DESAIN SISTEM III.1 Analisa Masalah Analisa masalah bertujuan untuk mengklarifikasi serta melakukan evaluasi terhadap sistem pembelian sepeda motor bekas yang sedang berjalan pada
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 PENUNJANG KEPUTUSAN SELEKSI PENERIMAAN SISWA BARU MENGGUNAKAN METODE SIMPLE ADICTIVE WEIGHTING (SAW) STUDI KASUS PADA SMKN 1 RAWAJITU TIMUR
SISTEM PENUNJANG KEPUTUSAN SELEKSI PENERIMAAN SISWA BARU MENGGUNAKAN METODE SIMPLE ADICTIVE WEIGHTING (SAW) STUDI KASUS PADA SMKN 1 RAWAJITU TIMUR Hermannuddin Jurusan Sistem Informasi STMIK Pringsewu
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 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 terperinciSeminar Nasional Teknologi Informasi dan Komunikasi (SNASTIKOM 2013) ISBN
Sistem Pendukung Keputusan Untuk Menentukan Lokasi Pasar Dengan Menggunakan Fuzzy Multi Atribut Decision Making (FMADM) Metode Simple Additive Weighting (SAW) Reny Wahyuning Astuti 1), Muhsin 2) Program
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 terperinciIMPLEMENTASI SMS GATEWAY PADA SISTEM SELEKSI PENERIMAAN SISWA BARU MAN PANGGUL MENGGUNAKAN METODE TOPSIS SKRIPSI
IMPLEMENTASI SMS GATEWAY PADA SISTEM SELEKSI PENERIMAAN SISWA BARU MAN PANGGUL MENGGUNAKAN METODE TOPSIS SKRIPSI Diajukan Untuk Memenuhi Salah Satu Syarat Guna Memperoleh Gelar Sarjana Komputer (S.Kom.)
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 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 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 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 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 PENDUKUNG KEPUTUSAN PENGENAL MINAT SISWA PADA BIDANG EKSTRAKULIKULER SEKOLAH DENGAN METODE TOPSIS
SISTEM PENDUKUNG KEPUTUSAN PENGENAL MINAT SISWA PADA BIDANG EKSTRAKULIKULER SEKOLAH DENGAN METODE TOPSIS Zufrianto Wibowo (0911180) Mahasiswa Program Studi Teknik Informatika STMIK Budi Darma Medan Jl.
Lebih terperinciSKRIPSI Diajukan Untuk Memenuhi Salah Satu Syarat Guna Memperoleh Gelar Sarjana Komputer ( S.Kom ) Pada Prodi Teknik Informatika OLEH :
SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PROGRAM STUDI FAKULTAS TEKNIK DI UNIVERSITAS NUSANTARA PGRI KEDIRI MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) SKRIPSI Diajukan Untuk Memenuhi Salah Satu Syarat
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Sistem Pendukung Keputusan [4] Sistem pendukung keputusan atau DSS (Decision Support System) merupakan sistem informasi interaktif yang menyediakan informasi, pemodelan, dan pemanipulasian
Lebih 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 terperinciSISTEM PENDUKUNG KEPUTUSAN PENERIMAAN SISWA BARU DI SMA NEGERI 2 PEMALANG DENGAN METODE SIMPLE ADDITIVE WEIGHTING
SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN SISWA BARU DI SMA NEGERI 2 PEMALANG DENGAN METODE SIMPLE ADDITIVE WEIGHTING DIDIK PAMBUDI A11.2009.04833 Program Studi Teknik Informatika-S1,Fakultas Ilmu Komputer,Universitas
Lebih terperinciBAB II TINJAUAN PUSTAKA DAN DASAR TEORI. Rizki Handayani (2014), Membuat penelitian skripsi yang dapat
BAB II TINJAUAN PUSTAKA DAN DASAR TEORI 2.1 Tinjauan Pustaka Rizki Handayani (2014), Membuat penelitian skripsi yang dapat digunakan untuk untuk mengambil sebuah keputusan dalam Penempatan Perawat di Dinas
Lebih terperinciRANCANGAN SISTEM PENGAMBILAN KEPUTUSAN DALAM MENENTUKAN PILIHAN PRODUK TABLET PC MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHT (SAW)
RANCANGAN SISTEM PENGAMBILAN KEPUTUSAN DALAM MENENTUKAN PILIHAN PRODUK TABLET PC MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHT (SAW) Elisabet Yunaeti Anggraeni, M.T.I., Rita Irviani, M.M., Riza Lestari Jurusan
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 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 terperinciUNIVERSITAS MURIA KUDUS FAKULTAS TEKNIK SISTEM INFORMASI
( MAKALAH SISTEMPENUNJANGKEPUTUSAN METODE TOPSIS) Disusun oleh : Ahmad Arifin (2009-53-060) Erik Ahmad A (2009-53-063) Arif Ridwan (2009-53-076) Panji Hedri Wibowo (2009-53-081) UNIVERSITAS MURIA KUDUS
Lebih terperinciPENGEMBANGAN SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PENERIMA JAMKESMAS MENGGUNKANA METODE FMADM SAW
PENGEMBANGAN SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PENERIMA JAMKESMAS MENGGUNKANA METODE FMADM SAW Lusiana Dwi Wardani 1, Dwi Puspitasari 2, Yuri Ariyanto 3 1,2,3 Program Studi Teknik Informatika, Jurusan
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Di era golobalisasi saat ini modernisasi terjadi pada segala aspek kehidupan, demikian pula juga halnya dengan teknologi yang berkembang begitu pesat. dengan perkembangan
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Teori Keputusan Teori keputusan adalah teori mengenai cara manusia memilih pilihan diantara pilihan-pilihan yang tersedia secara acak guna mencapai tujuan yang hendak diraih (Hansson,
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN MEMILIH LAPTOP UNTUK MAHASISWA MULTIMEDIA MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHT (SAW)
SISTEM PENDUKUNG KEPUTUSAN MEMILIH LAPTOP UNTUK MAHASISWA MULTIMEDIA MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHT (SAW) Hendri Yustriandi 1, Elisabet Y. A 2 Jurusan Sistem Informasi STMIK Pringsewu Lampung
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PEMILIHAN HANDPHONE MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) ARTIKEL SKRIPSI
SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN HANDPHONE MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) ARTIKEL SKRIPSI Diajukan Untuk Memenuhi Salah Satu Syarat Memperoleh Gelar Sarjana Komputer ( S.Kom ) Pada
Lebih terperinciTECHNIQUE FOR ORDER PREFERENCE BY SIMILARITY TO IDEAL SOLUTION (TOPSIS) PADA PROSES SELEKSI MAHASISWA BARU JALUR JP2AB
TECHNIQUE FOR ORDER PREFERENCE BY SIMILARITY TO IDEAL SOLUTION (TOPSIS) PADA PROSES SELEKSI MAHASISWA BARU JALUR JP2AB Hartatik Manajemen Informatika STMIK AMIKOM Yogyakarta email : hartatikamikom@gmail.com
Lebih terperinciBayu Erlangga 1, Elisabet Y.A 2
SISTEM PENDUKUNG KEPUTUSAN MENENTUKAN KARYAWAN TERBAIK DI WISATA TALANG INDAH DENGAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) (STUDI KASUS : KABUPATEN PRINGSEWU) Bayu Erlangga 1, Elisabet Y.A 2 Jurusan Sistem
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PEMILIHAN SISWA TELADAN MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (STUDI KASUS : DI SMP NEGERI 3 TASIKMALAYA)
SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN SISWA TELADAN MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (STUDI KASUS : DI SMP NEGERI 3 TASIKMALAYA) Evi Dewi Sri Mulyani 1, Yoga Handoko Agustin, Sri Fitrya Kamellia
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 terperinciKata Kunci : Sistem pendukung keputusan; simple additive weighting; guru;, SMK
SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN GURU TERBAIK PADA SMK MARIA GORETTI PEMATANGSIANTAR MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) ( Studi Kasus : SMK Maria Goretti Pematangsiantar) Rotua Sihombing
Lebih terperinciABSTRAK. Galih Eka Rinaldhi
1 PENERAPAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) UNTUK SISTEM PENDUKUNG KEPUTUSAN PENENTUAN PENERIMAAN BEASISWA BANTUAN SISWA MISKIN (BSM) PADA SMA NEGERI 1 SUBAH KAB.BATANG Galih Eka Rinaldhi Jurusan
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN MENENTUKAN GURU TELADAN DI SMP N 24 SEMARANG DENGAN MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING
SISTEM PENDUKUNG KEPUTUSAN MENENTUKAN GURU TELADAN DI SMP N 4 SEMARANG DENGAN MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING Aji Dewantoro A.009.0480 Program Studi Teknik Informatika, Fakultas Ilmu Komputer,
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 IV HASIL DAN PEMBAHASAN Penentuan nilai bobot rating kecocokan masing-masing kriteria
BAB IV HASIL DAN PEMBAHASAN 4.1. Analisa Awal 4.1.1. Penentuan nilai bobot rating kecocokan masing-masing kriteria Pembahasan penerapan metode SAW dan metode TOPSIS untuk pemilihan relational database
Lebih terperinciIMPLEMENTASI METODE TOPSIS DAN SAW DALAM MEMBERIKAN REWARD PELANGGAN
Volume 0, No.01 Februari 017 ISSN: 06-787 IMPLEMENTASI METODE TOPSIS DAN SAW DALAM MEMBERIKAN REWARD PELANGGAN Agus Perdana Windarto Program Studi Sistem Informasi, STIKOM Tunas Bangsa Pematangsiantar
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Sistem Pendukung Keputusan / Decision Support System (DSS) 2.1.1 Konsep Sistem Pendukung Keputusan Konsep Sistem Pendukung Keputusan (SPK) atau Decision Support System (DSS) pertama
Lebih terperinciBAB 2 LANDASAN TEORI. 2.1 Konsep Sistem Pendukung Keputusan (SPK)
BAB 2 LANDASAN TEORI 2.1 Konsep Sistem Pendukung Keputusan (SPK) Sistem pendukung keputusan merupakan sistem informasi interaktif yang menyediakan informasi, pemodelan, dan pemanipulasian data. Sistem
Lebih terperinciBAB III ANALISIS DAN DESAIN SISTEM
BAB III ANALISIS DAN DESAIN SISTEM III.1. Analisis Masalah Pemecahan masalah tersebut dapat dilakukan dengan mengembangkan sistem yang dapat berperan sebagai seorang ahli peternakan. Dengan kata lain terjadi
Lebih terperinciBAB II TINJAUAN PUSTAKA DAN DASAR TEORI
BAB II TINJAUAN PUSTAKA DAN DASAR TEORI 2.1. Tinjauan Pustaka Dalam penelitian ini penulis menggunakan beberapa sumber pustaka. Sumber pustaka yang dimaksudkan untuk digunakan sebagai pedoman dan pembanding
Lebih terperinci