SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN RANGKING CALON PENERIMA BEASISWA MENGGUNAKAN PENDEKATAN FUZZY QUERY (STUDI KASUS PADA STEKOM SEMARANG)
|
|
- Suharto Setiabudi
- 6 tahun lalu
- Tontonan:
Transkripsi
1 Pendekatan Query Studi Kasus pada STEKOM Semarang (Moh. Muthohir) SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN RANGKING CALON PENERIMA BEASISWA MENGGUNAKAN PENDEKATAN FUZZY QUERY (STUDI KASUS PADA STEKOM SEMARANG) MOH. MUTHOHIR Sekolah Tinggi Elektronika dan Komputer Jl. Majapahit 605 & 304 Semarang Indonesia muthohir@stekom.ac.id Abstrak Beasiswa diberikan sebagai alternatif untuk meringankan beban siswa terhadap biaya pendidikan semakin mahal. Penelitian ini bertujuan untuk membangun sistem pendukung keputusan dalam menentukan peringkat dari calon penerima beasiswa menggunakan query fuzzy pada database sehingga dapat membantu tim seleksi beasiswa didasarkan pada beberapa parameter, yaitu: bobot IPK, jumlah penghasilan orangtua, jumlah tanggungan orang tua, jumlah saudara kandung, kehadiran, usia dan semester. Hasil ini menunjukkan bahwa Query dapat digunakan untuk seleksi beasiswa sehingga memudahkan kerja tim seleksi beasiswa. Kata Kunci: sistem pendukung keputusan, Beasiswa, query fuzzy pada basis data A. PENDAHULUAN Berdasarkan Undang-Undang Dasar 45 pasal 31 ayat 1 yang berbunyi: Tiap-tiap warga Negara berhak mendapatkan pengajaran, maka pemerintah wajib memberikan layanan dan kemudahan, serta menjamin terselenggaranya pendidikan yang bermutu bagi setiap warga Negara tanpa diskriminasi. Penyelenggaraan pendidikan yang bermutu diperlukan biaya pendidikan yang cukup besar. Sehingga setiap peserta didik berhak mendapatkan biaya pendidikan bagi mereka yang orang tuanya tidak mampu membiayai pendidikan, dan berhak mendapatkan beasiswa bagi mereka yang berprestasi. Pemerintah melalui direktorat Jendral Pendidikan Tinggi Departemen Pendidikan Nasional berupaya mengalokasikan dana untuk memberikan beasiswa kepada mahasiswa yang secara ekonomi tidak mampu untuk membiayai pendidikannya, dan memberikan beasiswa kepada mahasiswa yang mempunyai prestasi. Agar program beasiswa dapat dilaksanakan sesuai dengan prinsip 3T yaitu Tepat sasaran, Tepat jumlah dan Tepat waktu. Pengambilan keputusan yang tepat memungkinkan tujuan pelaksanaan beasiswa dapat tercapai dengan menetapkan prinsip 3T tersebut (Kemendiknas, 2011). Pengambilan keputusan adalah pemilihan beberapa tindakan alternatif yang ada untuk mencapai satu atau beberapa tujuan yang telah ditetapkan (Turban, 2005). Sistem database yang ada sampai sekarang ini, hanya mampu menangani data yang bersifat pasti (crisp). Begitu pula pada query yang menggunakan bahasa Structure Query Languange (SQL), pendefinisian-pendifinisian yang diberikan hanya mampu menangani kondisi yang sifatnya juga pasti. Dengan kondisi yang pasti berarti struktur dan parameter dari model harus terdefinisi secara tepat. Sedangkan dalam kondisi nyata kehidupan sehari-hari, seringkali 55
2 Vol. 6 No.2 EBISNIS, Juni 2013 seseorang harus berhadapan dengan kondisi yang memiliki nilai yang samar, tidak pasti, atau ambigu. Pada kondisi yang samar berarti tidak terdapat suatu kondisi dimana terjadi ketidakjelasan dari beberapa alternatif yang harus diterima, mana yang benar dan mana yang salah. Bahasa Structure Query Languange (SQL) tidak mampu memenuhi kebutuhan untuk seleksi data berdasarkan ekspresi linguistik dan derajat kebenaran (Pankaj Gupta, 2011). Berdasarkan permasalahan tersebut, maka perlu kiranya dirancang suatu aplikasi yang mampu menganalisa serta merekomendasikan nama-nama mahasiswa yang layak menerima beasiswa. Salah satu metode yang dapat digunakan untuk aplikasi ini adalah dengan menggunakan logika fuzzy. Dengan memanfaatkan logika, manipulasi data dapat diantisipasi dalam basisdata yang mengandung ketidakpastian, baik dari sisi data maupun query-nya (Galindo, 2008). Query tidak hanya sebagai alat query, akan tetapi dapat meningkatkan makna query dan dapat menampilkan informasi lebih dari hasil query tersebut (Miroslav, 2009) Isu Penelitian yang terkait penentuan penerima beasiswa pernah dilakukan oleh beberapa peneliti diantaranya:. 1) Penentuan Penerima Beasiswa Menggunakan TOPSIS dan Weighted Product pada penelitian yang dilakukan oleh Shofwatul Uyun dan Imam Riadi yang berjudul A Topsis Multiple-Attribute Decision Making For Scholarship Selection (Shofwatul, 2011). Penelitian ini merekomendasikan mahasiswa yang memiliki tingkat kelayakan paling tinggi untuk mendapatkan beasiswa berdasarkan nilai preferensi yang dimiliki. Hasil penelitian ini menunjukkan bahwa metode TOPSIS dan WP (Weighted Product) pada FMADM dapat digunakan untuk seleksi beasiswa. Penelitian ini memiliki kelemahan diantaranya menyeleksi calon penerima beasiswa hanya berdasarkan 3 kriteria yaitu Bobot IPK, Penghasilan Orangtua dan Jumlah saudara kandung. 2) Seleksi Penerima Beasiswa menggunakan SAW (Simple Additive Weighting) Pada penelitian yang dilakukan oleh Henri Wibowo dkk yang berjudul Sistem Pendukung Keputusan untuk Menentukan Penerima Beasiswa Bank BRI menggunakan FMADM (Henry, 2009). Penelitian ini bertujuan untuk menerapkan metode SAW pada FMADM guna menyeleksi alternatif terbaik dari sejumlah alternatif calon penerima beasiswa. Hasil penelitian ini menunjukkan bahwa metode SAW (Simple Additive Weighting) pada FMADM dapat menentukan alternatif terbaik calon penerima beasiswa. Penelitian ini memiliki kelemahan diantaranya menyeleksi calon penerima beasiswa hanya berdasarkan 6 kriteria yaitu Semester, IPK, Jumlah tanggungan Orangtua, Jumlah saudara kandung, Usia dan Penghasilan orangtua Rumusan masalah pada penelitian ini adalah sistem database yang ada saat ini hanya mampu menangani data crisp. Tujuan penelitian ini adalah untuk membangun sistem rekomendasi otomatis menggunakan fuzzy query pada database untuk menentukan rangking calon penerima beasiswa. B. DASAR TEORI 1. Konsep Sistem Pendukung Keputusan Konsep sistem pendukung keputusan diperkenalkan pertama kali oleh Michael S. Scoott Morton pada tahun 1970-an dengan istilah Management Decision System (Sprague,1982). SPK dirancang untuk mendukung seluruh tahap pengambilan keputusan mulai dari mengidentifikasi masalah, memilih data yang relevan, dan menentukan pendekatan yang digunakan dalam proses pengambilan keputusan, sampai mengevaluasi pemilihan alternatif. Pengembanag DSS berawal pada akhir tahun 1960-an dengan adanya pengguna komputer secara time-sharing (berdasarkan pembagian waktu). Pada mulanya seseorang dapatberinteraksi langsung dengan komputer tanpa harus melalui spesialis informasi. Time-sharingmembuka peluang baru dalam penggunaan komputer.tidak sampai tahun 1971, ditemukan istilah DSS, G Anthony Gorry dan Michael S. ScottMorton yang keduanya profesor MIT, bersama-sama menulis artikel dalam jurnal yangberjudul A Framework for Management Information 56
3 Pendekatan Query Studi Kasus pada STEKOM Semarang (Moh. Muthohir) System mereka merasakanperlunya ada kerangka untuk menyalurkan aplikasi komputer terhadap pembuatankeputusan manajemen. Gorry dan Scott Morton mendasarkan kerangka kerjanya pada jenis keputusan menurutsimon dan tingkat manajemen dari Robert N. Anthony. Anthony menggunakan istilahstrategic palnning, managemen control dan operational control (perencanaan strategis,control manajemen, dan control manajemen). Usaha berikutnya dalam mendefinisikan konsep DSS dilakuikan oleh Steven L. Alter.Alter melakukan study terhadap 56 sistem penunjang keputusan yang digunakan padawaktu itu, studi tersebut memberikan pengetahuan dalam mengidentifikasi enam jenisdss, yaitu : a. Retrive information element (memanggil eleman informasi) b. Analyze entries files (menganali semua file) c. Prepare reports form multiple files (laporan standart dari beberapa files) d. Estimate decisions qonsquences (meramalkan akibat dari keputusan) e. Propose decision (menawarkan keputusan ) f. Make decisions (membuat keputusan) Dalam DDS terdapat tiga tujuan yang harus di capai yaitu : a. Membantu manajer dalam pembuatan keputusan untuk memecahkan masalah semi terstruktur. b. Mendukung keputusan manajer, dan bukannya mengubah atau menggantikeputusan tersebut. c. Meningkatkan efektivitas menajer dalam pembuatan keputusan, dan bukannyapeningkatan efisiensi Tujuan ini berkaitan dengan tiga prinsip dasar dari konsep DSS, yaitu struktur masalah,dukungan keputusan, dan efektivitas keputusan. DSS sebagai sebuah sistem yang memberikan dukungan kepada seorang manajer, ataukepada sekelompok manajer yang relative kecil yang bekerja sebagai tim pemecahmasalah, dalam memecahkan masalah semi terstrukitur dengan memberikan informasiatau saran mengenai keputusan tertentu. Informasi tersebut diberikan oleh laporanberkala, laporan khusus, maupun output dari model matematis. Model tersebut jugamempunyai kemampuan untuk memberikan saran dalam tingkat yang bervariasi 2. Pengertian Logic Logic diperkenalkan oleh Prof. Lotfi Zadeh pada tahun Merupakan metode yang mempunyai kemampuan untuk memproses variabel yang bersifat kabur atau yang tidak dapat dideskripsikan secara eksak/pasti seperti misalnya tinggi, lambat, bising. Dalam fuzzy logic variabel yang bersifat kabur tersebut direpresentasikan sebagai sebuah himpunan yang anggotanya adalah suatu nilai crisp dan derajat keanggotaannya (membershipfunction) dalam himpunan tersebut (Pankaj, 2011). Proses-proses dalam fuzzylogic adalah fuzzifikasi, penalaran (reasoning), dan defuzzifikasi: a. Fuzzifikasi: merupakan proses untuk mendapatkan derajat keanggotaan dari sebuah nilai numerik masukan (crisp) b. Penalaran: proses untuk mendapatkan aksi keluaran dari suatu kondisi input dengan mengikuti aturan-aturan (IF- THEN Rules) yang telah ditetapkan yang disebut sebagai inference/reasoning. c. Defuzzifikasi: proses untuk merubah hasil penalaran yang berupa derajat keanggotaan keluaran menjadi variabel numerik kembali. Logic (Logika ) atau biasa juga disebut dengan Logika Samar merupakan suatu cara yang tepat untuk memetakan suatu ruang input ke dalam suatu ruang output didasari oleh konsep himpunan fuzzy. Input 1 Input 2 Black Box Output Gambar 3.Pemetaan input-output Gambar 1. Konsep himpunan fuzzy 57
4 Vol. 6 No.2 EBISNIS, Juni 2013 Diantarainput dan output terdapat blackbox. Di dalam blackbox terdapat proses yang tidak diketahui, bisa didekati dengan pendekatan sistem linear, ekonometri, interpolasi, sistem pakar atau logika fuzzy, dan lain-lain. Namun, seperti yang diungkapkan Lotfi Zadeh: Dalam hampir setiap kasus, cara fuzzy lebih cepat dan lebih murah. Logika fuzzy sebagai komponen utama pembangun softcomputing, terbukti telah memiliki kinerja yang sangat baik untuk menyelesaikan masalah-masalah yang mengandung ketidakpastian. Implementasinya luas, baik di bidang engineering, psikologi, social, dan juga bidang ekonomi. 3. Alasan menggunakan logika fuzzy Ada beberapa alasan mengapa orang menggunakan logika fuzzy, antara lain: a. Konsep logika fuzzy mudah dimengerti. Konsep matematis yang mendasari penalaran fuzzy sangat sederhana dan mudah dimengerti. b. Logika fuzzy sangat fleksibel. c. Logika fuzzy memiliki toleransi terhadap data-data yang tidak tepat. d. Logika fuzzy mampu memodelkan fungsi-fungsi non linier yang sangat kompleks. e. Logika fuzzy dapat membangun dan mengaplikasikan pengalamanpengalaman para pakar secara langsung tanpa harus melalui proses pelatihan. f. Logika fuzzy dapat bekerjasama dengan teknik-teknik kendali secara konvensional. g. Logika fuzzy didasarkan pada bahasa alami. sedang pada teori logika fuzzy terdapat tingkat nilai, yaitu : a. Satu (1), yang berarti bahwa suatu item menjadi anggota dalam suatu himpunan, atau b. Nol (0), yang berarti bahwa suatu item tidak menjadi anggota dalam suatu himpunan. C. METODOLOGI Penelitian yang dilaksanakan adalah jenis penelitian eksperimen, yaitu melakukan pengujian tingkat akurasi Query dalam menentukan rangking calon penerima beasiswa. Data yang digunakan dalam penelitian ini berupa data primer dan data sekunder: Akurasi penerapan Query dalam menentukan rangking calon penerima beasiswa diuji dengan cara: 1) Hasil penentuan rangking calon penerima beasiswa menggunakan Query akan dibandingkan dengan hasil penentuan rangking calon penerima beasiswa yang telah dilakukan oleh Puket-3 Bidang Kemahasiswaan melalui rapat pimpinan. 2) Jika hasil yang dipilih Puket-3 melalui rapat pimpinan sama dengan hasil menggunakan Query, maka Query dinyatakan AKURAT. 3) Jika hasil yang dipilih Puket-3 melalui rapat pimpinan sama dengan hasil menggunakan Query, maka Query dinyatakan TIDAK AKURAT. 4) Selanjutnya dihitung persentase tingkat akurasi Query dengan: % Akurasi = (Jumlah Data Akurat/Total Sampel)* Himpunan fuzzy Tahun 1965, Profesor L.A. Zadeh memperkenalkan teori himpunan fuzzy, yang secara tidak langsung mengisyaratkan bahwa tidak hanya teori probabilitas saja yang dapat merepresentasikan ketidakpastian. Teori himpunan fuzzy adalah merupakan perluasan dari teori logika Boolean yang menyatakan tingkat angka 1 atau 0 atau pernyataan benar atau salah, 58
5 Pendekatan Query Studi Kasus pada STEKOM Semarang (Moh. Muthohir) D. HASIL DAN PEMBAHASAN Pada tahap hasil dan pembahasan ini menggunakan bobot dan kriteria yang dibutuhkan untuk menentukan siapa yang akan terseleksi sebagai penerima beasiswa. Adapun kriterianya adalah sebagai berikut: Tabel 1. Tabel Kriteria Kriteria Keterangan C 1 Bobot IPK C 2 Jumlah Penghasilan Orangtua C 3 Jumlah Tanggungan Orangtua C 4 Jumlah Saudara Kandung C 5 Absensi C 6 Usia Semester C 7 Kriteria Bobot IPK Variabel bobot IPK dikonversikan dengan bilangan fuzzy dibawah ini. Tabel 2. Kriteria Bobot IPK (Prayogo, 2011) IPK X <=2,75 Sangatrendah 0 2,75 < X <= 3,00 Rendah 0,25 3,00 < X <= 3,25 Cukup 0,5 3,25 < X <= 3,50 Tinggi 0,75 X > 3,50 Sangat Tinggi 1 Kriteria Penghasilan Orangtua Variabel bobot Penghasilan orangtua dikonversikan dengan bilangan fuzzy dibawah ini. Tabel 3. Kriteria Penghasilan Orangtua Penghasilan Ortu X <= Rendah 0, <X<= Cukup 0, <X<= Tinggi 0,75 X > Sangat Tinggi 1 Kriteria Jumlah Tanggungan Orangtua Variabel bobot jumlah tanggungan orangtua dikonversikan dengan bilangan fuzzy dibawah ini. Tabel 4. Kriteria Jumlah Tanggungan Orangtua Jumlah Tanggungan Ortu 1 anak Sangat Sedikit 0 2 anak Sedikit 0,25 3 anak Sedang 0,5 4 anak Banyak 0,75 X >= 5 anak Sangat banyak 1 Kriteria Jumlah Saudara Kandung Variabel bobot jumlah saudara kandung dikonversikan dengan bilangan fuzzy dibawah ini. Tabel 5. Kriteria Jumlah Saudara Kandung Jumlah Saudara Kandung 1 orang Sangat Sedikit 0 2 orang Sedikit 0,25 3 orang Sedang 0,5 4 orang Banyak 0,75 X >= 5 orang Sangat banyak 1 Kriteria Bobot Absensi Variabel bobot absensi dikonversikan dengan bilangan fuzzy dibawah ini. Tabel 6. Kriteria Bobot Absensi Usia X <=50 Sangat Jelek 0 50 < X <= 70 Jelek 0,25 70 < X <=80 Cukup 0,5 80 < X <=90 Baik 0,75 X > 90 Sangat Baik 1 Kriteria Usia Variabel usia dikonversikan dengan bilangan fuzzy dibawah ini. Tabel 7. Kriteria Usia Usia X <= 19 tahun Sangat muda 0,25 19 < X <= 21 Muda 0,5 21 < X <= 23 Parobaya 0,75 X >= 23 Tua 1 59
6 Vol. 6 No.2 EBISNIS, Juni 2013 Kriteria Semester Variabel Semester dikonversikan dengan bilangan fuzzy dibawah ini. Tabel 8: Kriteria Semester Semester X <= Semester 3 Sangat Rendah 0 Semester 4 Rendah 0,25 Semester 5 Tengah 0,5 Semester 6 Tinggi 0,75 X >= Semester 7 Sangat Tinggi 1 Berdasarkan percobaan yang telah dilakukan, menetapkan kuota beasiswa sebanyak 30 dari 100 sampel data mahasiswa dengan kriteria penentuan: Bobot_IPK = Tinggi OR Penghasilan_Ortu = Rendah AND Tanggungan_Ortu = Banyak AND Jumlah_Saudara = Banyak AND Bobot_Absensi = Baik AND Usia = Muda AND Semester = Tengah Gambar 2. Tampilan Form Rekomendasi Menghasilkan sebanyak 26 dari 30 data sampel penerima beasiswa atau 86,67% yang akurat. Tingkat Akurasi Penentuan Rangking Penerima Beasiswa Menggunakan Query 13,33% Gambar 3. Grafik Hasil Akurasi Penentuan Rangking Penerima Beasiswa Menggunakan Query E. KESIMPULAN DAN SARAN Dari hasil penelitian ini yang dilakukan mulai dari tahap awal hingga pengujian penerapan sistem pendukung keputusan untuk menentukan ranking calon penerima beasiswa menggunakan fuzzy query pada database ini, didapatkan kesimpulan bahwa proses seleksi beasiswa dapat lebih mandiri dan memiliki tingkat akurasi 86,67%. F. DAFTAR PUSTAKA 86,67% akurat tidak akurat Kemendiknas, "Pedoman Beasiswa BBM dan PPA," Jakarta, 2011 Turban, E., dkk., Decision Support Systems and Intelligent Systems. Yogyakarta: Andi, Pankaj Gupta, " Querying in Traditional Database," International Journal of Artificial Intelligence and Knowledge Discovery, vol. 1, no. 4, pp. 1-5, Okober Galindo J., " Introduction and Trends to Logic and Databases," Handbook of Research on Information Processing in Databases, vol. 1, pp , Miroslav Hudec, "An Approach to Database Querying, Analysis and Realisation," Comsis, vol. VI, no. 2, pp , December Shofwatul 'Uyun, Imam Riadi, "A Topsis Multiple-Attribute Decision Making For Scholarship Selection," Telkomnika, vol. 9, no. 1, pp , April Henry W. S., dkk., "Sistem Pendukung Keputusan untuk Menentukan Penerima Beasiswa 60
7 Pendekatan Query Studi Kasus pada STEKOM Semarang (Moh. Muthohir) BANK BRI Menggunakan FMADM," in SNATI 2009, Yogyakarta, 2009, pp Prayogo Nur, "Sistem Penentu Keputusan Untuk Menentukan Penerima Beasiswa Menggunakan Algoritma Genetika," in Jurnal UPI,
DECISION SUPPORT SYSTEM UNTUK MENENTUKAN KELUARGA MISKIN MENGGUNAKAN FUZZY QUERY DATABASE MODEL TAHANI
DECISION SUPPORT SYSTEM UNTUK MENENTUKAN KELUARGA MISKIN MENGGUNAKAN FUZZY QUERY DATABASE MODEL TAHANI AHMAD ZAINUDIN Sekolah Tinggi Elektronika dan Komputer Jl. Majapahit 605 & 304 Semarang Indonesia
Lebih terperinciPENENTUAN RANGKING CALON PENERIMA BEASISWA MENGGUNAKAN FUZZY QUERY PADA DATABASE
PENENTUAN RANGKING CALON PENERIMA BEASISWA MENGGUNAKAN FUZZY QUERY PADA DATABASE Moh. Muthohir dan Vincent Suhartono Pascasrajana Teknik Informatika Universitas Dian Nuswantoro ABSTRACT Scholarships are
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PENENTUAN RUMAH / TANAH MULTI KRITERIA KEPADA CALON KONSUMEN DENGAN METODE FUZZY LOGIC
SISTEM PENDUKUNG KEPUTUSAN PENENTUAN RUMAH / TANAH MULTI KRITERIA KEPADA CALON KONSUMEN DENGAN METODE FUZZY LOGIC ARSITO ARI KUNCORO Sekolah Tinggi Elektronika dan Komputer Jl. Majapahit 605 & 304 Semarang
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 terperinciLogika Fuzzy Pengambilan Keputusan Pemilihan Penerima Beasiswa Menggunakan Metode Mamdani
SEMINAR MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 2017 Logika Fuzzy Pengambilan Keputusan Pemilihan Penerima Beasiswa Menggunakan Metode Mamdani Erma Suryani, Indah Puspita, Agus Maman Abadi Program Studi
Lebih terperinciSISTEM PENUNJANG KEPUTUSAN DECISION SUPPORT SYSTEM (DSS)
SISTEM PENUNJANG KEPUTUSAN DECISION SUPPORT SYSTEM (DSS) PEMBUATAN KEPUTUSAN Dalam pembuatan keputusan ada dua orang yang mengartikan artian pembuatan Keputusan yaitu Simon dan Mintzberg 1. Keputusan menurut
Lebih terperinciSISTEM PENUNJANG KEPUTUSAN PENERIMA BEASISWA DENGAN LOGIKA FUZZY TAHANI
Konferensi Nasional Ilmu Sosial & Teknologi (KNiST) Maret 27, pp. 59~54 59 SISTEM PENUNJANG KEPUTUSAN PENERIMA BEASISWA DENGAN LOGIKA FUZZY TAHANI Arief Rusman STMIK Nusa Mandiri Jakarta e-mail : reevust@gmail.com
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA 4 BAB 2 TINJAUAN PUSTAKA 2.1. Pengertian Fuzzy Logika fuzzy adalah suatu cara yang tepat untuk memetakan suatu ruang input kedalam suatu ruang output. Titik awal dari konsep modern
Lebih terperinciSistem Pendukung Keputusan untuk Penentuan Kelolosan Beasiswa Sekolah Menengah Kejuruan (SMK) Menggunakan Metode Fuzzy
Sistem Pendukung Keputusan untuk Penentuan Kelolosan Beasiswa Sekolah Menengah Kejuruan (SMK) Menggunakan Metode Fuzzy Yogiek Indra Kurniawan 1 dan Pungki Arina Windiasani 2 Program Studi Informatika,
Lebih terperinciOleh : Tutut Maitanti*, Ema Utami**, Emha Taufiq Luthfi**
PENERAPAN TOPSIS FUZZY MADM DALAM MEMBANGUN SISTEM PENDUKUNG KEPUTUSAN SELEKSI PENERIMAAN BEASISWA Oleh : Tutut Maitanti*, Ema Utami**, Emha Taufiq Luthfi** STMIK AMIKOM YOGYAKARTA ABSTRAK Penelitian ini
Lebih terperinciSISTEM PENDUKUNG 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 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 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 terperinciDECISION SUPPORT SYSTEM FOR DETERMINING SCHOLARSHIP RECIPIENTS USING TOPSIS FMADM METHOD
ZERO JURNAL SAINS MATEMATIKA DAN TERAPAN Volume 1 No. 1 2017 Page : 11-21 P-ISSN: 2580-569X E-ISSN: 2580-5754 DECISION SUPPORT SYSTEM FOR DETERMINING SCHOLARSHIP RECIPIENTS USING TOPSIS FMADM METHOD Ismail
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN DALAM MENENTUKAN BEASISWA BERPRESTASI MENGGUNAKAN METODE FUZZY (STUDI KASUS: INSTANSI XYZ)
SISTEM PENDUKUNG KEPUTUSAN DALAM MENENTUKAN BEASISWA BERPRESTASI MENGGUNAKAN METODE FUZZY (STUDI KASUS: INSTANSI XYZ) Dimas Wahyu Wibowo 1, Eka Larasati Amalia 2 1,2 Teknik Informatika, Politeknik Negeri
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PENERIMAAN SISWA BARU PADA SMP IBRAHIMY 1 SUKOREJO
SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN SISWA BARU PADA SMP IBRAHIMY SUKOREJO Akhlis Munazilin, S.Kom.m M.T. AMIK Ibrahimy Email: akhlismunazilin@yahoo.com, Abstrak Semakin banyaknya Jumlah pendaftar di
Lebih terperinciBAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI
BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI 2.1 Tinjauan Pustaka Sebagai tinjauan pustaka berikut beberapa contoh penelitian yang sudah dilakukann oleh para penelti yang dapat digunakan sebagai acuan dan
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Sistem Pendukung Keputusan 2.1.1 Pengertian Sistem Pendukung Keputusan Sistem pendukung keputusan (SPK) adalah bagian dari sistem informasi berbasis komputer termasuk sistem berbasis
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PENERIMA BEASISWA DENGAN METODE SIMPLE ADDITIVE WEIGHTING (SAW)
SISTEM PENDUKUNG KEPUTUSAN PENERIMA BEASISWA DENGAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) Zainollah Effendy Jurusan Teknik Informatika Fakultas Teknik, Universitas Madura zainollah.effendy@unira.ac.id
Lebih terperinciPENGEMBANGAN SISTEM PENUNJANG KEPUTUSAN PENENTUAN PEMBERIAN BEASISWA TINGKAT SEKOLAH
PENGEMBANGAN SISTEM PENUNJANG KEPUTUSAN PENENTUAN PEMBERIAN BEASISWA TINGKAT SEKOLAH Gunawan 1, Ririn Prananingrum Kesuma 2, Ruwilin Restu Wigati 3 Program Studi Sistem Informasi, STMIK Mikroskil Jl. Thamrin
Lebih terperinciDECISSION SUPPORT SYSTEM MODELS DENGAN FUZZY TAHANI UNTUK PROMOSI KARYAWAN
Seminar Nasional Inovasi dan Tren (SNIT)205 DECISSION SUPPORT SYSTEM MODELS DENGAN FUZZY TAHANI UNTUK PROMOSI KARYAWAN Ghofar Taufiq Akademi Manajemen Informatika dan Komputer Bina Sarana Informatika (AMIK
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 SISTEM PENDUKUNG KEPUTUSAN Sistem pendukung keputusan pertama kali diperkenalkan pada awal tahun 1970 oleh Michael S. Scott dengan istilah management decision system yang merupakan
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 terperinciPENENTUAN PENERIMA BEASISWA DENGAN MENGGUNAKAN FUZZY MADM
PENENTUAN PENERIMA BEASISWA DENGAN MENGGUNAKAN FUZZY MADM Apriansyah Putra 1), Dinna Yunika Hardiyanti 2) Email: Apriansyah@unsri.ac.id, dinna_yunika@yahoo.co.id Abstract In every institution especially
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 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 terperinciPERANCANGAN SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN TARUNA BARU MENGGUNAKAN BASIS DATA FUZZY - STUDI KASUS DI AKPELNI SEMARANG
Perancangan Sistem Pendukung Keputusan Penerimaan Taruna Baru (Eko N. Hidayat dkk.) PERANCANGAN SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN TARUNA BARU MENGGUNAKAN BASIS DATA FUZZY - STUDI KASUS DI AKPELNI SEMARANG
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 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 terperinciSISTEM PENDUKUNG KEPUTUSAN DALAM PEMBERIAN BEASISWA DENGAN MENGGUNAKAN METODE WEIGHTED PRODUCT (Studi kasus: Universitas Sari Mutiara Indonesia)
Page 83 SISTEM PENDUKUNG KEPUTUSAN DALAM PEMBERIAN BEASISWA DENGAN MENGGUNAKAN METODE WEIGHTED PRODUCT (Studi kasus: Universitas Sari Mutiara Indonesia) Burhanuddin, Dini 2 Universitas Sari Mutiara Indonesia
Lebih terperinciPENENTUAN PENERIMA BEASISWA 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 terperinciMODEL MULTI ATTRIBUTE DECISION MAKING METODE SIMPLE ADDITIVE WEIGHTING DALAM PENENTUAN PENERIMA PINJAMAN
100 JURNAL TEKNIK KOMPUTER AMIK BSI MODEL MULTI ATTRIBUTE DECISION MAKING METODE SIMPLE ADDITIVE WEIGHTING DALAM PENENTUAN PENERIMA PINJAMAN Mely Mailasari 100 Abstract Employees Cooperative PT. Indomobil
Lebih terperinciGus melia Testiana. IAIN Raden Fatah, Palembang, Indonesia
PEMANFAATAN LOGIKA FUZZY MULTIPLE ATTRIBUTE DECISSION MAKING (FMADM) DENGAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) UNTUK PENENTUAN PENERIMA BEASISWA DI IAIN RADEN FATAH PALEMBANG Gus melia Testiana IAIN
Lebih terperinciBAB 1 PENDAHULUAN. diselenggarakan oleh pihak FMPIA Universitas Sumatera Utara. Beasiswa yang
BAB 1 PENDAHULUAN 1.1. Latar Belakang Beasiswa adalah pemberian berupa bantuan keuangan yang diberikan kepada mahasiswa atau pelajar untuk keberlangsungan pendidikan. Setiap tahunnya FMIPA menawarkan beasiswa
Lebih terperinciPENENTUAN PENERIMA BEASISWA BERDASARKAN KRITERIA PADA UIN RADEN FATAH PALEMBANG
PENENTUAN PENERIMA BEASISWA BERDASARKAN KRITERIA PADA UIN RADEN FATAH PALEMBANG Gusmelia Testiana UIN Raden Fatah Palembang Jl.KH. Zainal Abidin Fikri Palembang gusmelia.testiana@gmail.com ABSTRAK Masalah
Lebih terperinciAnalisis Rule Inferensi Mamdani dalam Menentukan Beasiswa Peningkatan Prestasi Akademik ( PPA)
Analisis Rule Inferensi Mamdani dalam Menentukan Beasiswa Peningkatan Prestasi Akademik ( PPA) Khairul Saleh, M. Kom, Universitas Asahan; address, telp/fax of institution/affiliation Jurusan Teknik Informatika,
Lebih terperinciKata kunci: Sistem Pendukung Keputusan (SPK), Fuzzy, SMA, SAW, dan Beasiswa
PERANCANGAN SISTEM PENDUKUNG PENGAMBILAN KEPUTUSAN UNTUK PENERIMAAN BEASISWA DI SMA PGRI 1 TALANG PADANG DENGAN MODEL FUZZY MULTIPLE ATTRIBUTE MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) Muhamad
Lebih terperinciBAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI
1 BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI 2.1 Tinjauan Pustaka Penelitian yang dilakukan oleh Apriliani Wulandari, (2007), Penelitian ini memfokuskan pada penggunaan kriteria Bayes dalam proses pemberian
Lebih terperinciDecision Support System. by: Ahmad Syauqi Ahsan
15 Decision Support System by: Ahmad Syauqi Ahsan Kenapa Manajer butuh bantuan IT? 2 Alternatif penyelesaian yang harus dipertimbangkan semakin banyak dan selalu bertambah. Keputusan-keputusan harus dibuat
Lebih terperinciPengantar Teknologi SIM 1. 2EA41. 2EA42. 2EA43 (Manajemen S1) Hana Pertiwi.S.T Pertemuan Ke-6
Pengantar Teknologi SIM 1 2EA41. 2EA42. 2EA43 (Manajemen S1) Hana Pertiwi.S.T Pertemuan Ke-6 Materi Pembelajaran 8. & 9 1. APLIKASI STI DI LEVEL-LEVEL ORGANISASI TIU : Mahasiswa memahami sistem-sistem
Lebih terperinciPERANCANGAN SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN BEASISWA SMA MUHAMMADIYAH 1 GISTING DENGAN METODE SAW (Simple Additive Weighting)
PERANCANGAN SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN BEASISWA SMA MUHAMMADIYAH 1 GISTING DENGAN METODE SAW (Simple Additive Weighting) Fredi Wiranata Jurusan Sistem Informasi STMIK Pringsewu Lampung Jl. Wisma
Lebih terperinciSISTEM PENDUKUNG PENGAMBILAN KEPUTUSAN SELEKSI DANA BANTUAN REHABILITASI BANGUNAN UNTUK SEKOLAH DASAR DI KABUPATEN PRINGSEWU
SISTEM PENDUKUNG PENGAMBILAN KEPUTUSAN SELEKSI DANA BANTUAN REHABILITASI BANGUNAN UNTUK SEKOLAH DASAR DI KABUPATEN PRINGSEWU Slamet Riadi Program Strata Satu Jurusan Sistem Informasi STMIK Pringsewu Lampung
Lebih 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 terperinciSISTEM PENDUKUNG KEPUTUSAN MENENTUKAN PENERIMA BEASISWA BERPRESTASI MENGGUNAKAN FUZZY MULTIPLE ATTRIBUTE DECISION MAKING (FMADM) DENGAN METODE SAW
Seminar Nasional Teknologi Informasi dan Multimedia 205 STMIK AMIKOM Yogyakarta, 6-8 Februari 205 SISTEM PENDUKUNG KEPUTUSAN MENENTUKAN PENERIMA BEASISWA BERPRESTASI MENGGUNAKAN FUZZY MULTIPLE ATTRIBUTE
Lebih terperinciPendapatan Masyarakat Disekitar Kampus dengan Adanya Mahasiswa Menggunakan Fuzzy
Pendapatan Masyarakat Disekitar Kampus dengan Adanya Mahasiswa Menggunakan Fuzzy Asrianda 1 Teknik Informatika Kampus Bukit Indah Lhokseumawe email : asrianda@unimal.ac.id ABSTRAK Bertambahnya permintaan
Lebih terperinciJurnal Informasi Volume VII No.1 / Februari / 2015
SISTEM PENDUKUNG KEPUTUSAN PENERIMA BEASISWA KOPERTIS DI FAKULTAS TEKNIK UNSUR CIANJUR MENGGUNAKAN FUZZY MADM DENGAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) Ai Musrifah Ela Sopiyillah ABSTRAK Fakultas Teknik
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Sistem Pendukung Keputusan Sebuah aplikasi berupa Sistem Pendukung Keputusan (Decision Support System) mulai dikembangkan pada tahun 1970. Decision Support Sistem (DSS) dengan
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 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 terperinciBAB I PENDAHULUAN. Pengolahan data beasiswa di SMA Negeri 6 Pandeglang pada umumnya. masih menggunakan sistem yang masih manual, yaitu belum adanya
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Pengolahan data beasiswa di SMA Negeri 6 Pandeglang pada umumnya masih menggunakan sistem yang masih manual, yaitu belum adanya komputerisasi dalam menentukan
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PENENTUAN BEASISWA MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) STUDI KASUS PADA SMP DHARMA BHAKTI PUBIAN
SISTEM PENDUKUNG KEPUTUSAN PENENTUAN BEASISWA MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) STUDI KASUS PADA SMP DHARMA BHAKTI PUBIAN Sariyah Astuti, Muammar STMIK Pringsewu Lampung Jl. Wisma Rini
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Logika Fuzzy Logika fuzzy merupakan suatu metode pengambilan keputusan berbasis aturan yang digunakan untuk memecahkan keabu-abuan masalah pada sistem yang sulit dimodelkan
Lebih terperinciKLASIFIKASI PENERIMAAN BEASISWA DENGAN MENGGUNAKAN LOGIKA FUZZY TSUKAMOTO (STUDI KASUS POLITEKNIK KESEHATAN KEMENTRIAN KESEHATAN SEMARANG)
KLASIFIKASI PENERIMAAN BEASISWA DENGAN MENGGUNAKAN LOGIKA FUZZY TSUKAMOTO (STUDI KASUS POLITEKNIK KESEHATAN KEMENTRIAN KESEHATAN SEMARANG) Fasrul Rahman Ansori Teknik Informatika, Ilmu Kompputer, Universitas
Lebih terperinciAplikasi Logika Fuzzy pada Pengambilan Keputusan Seleksi Beasiswa Bidikmisi dengan Metode TOPSIS
SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 2015 Aplikasi Logika Fuzzy pada Pengambilan Keputusan Seleksi Beasiswa Bidikmisi dengan Metode TOPSIS Triyanti, Agus Maman Abadi FMIPA, Universitas
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1. Data Dan Informasi 2.1.1. Data Data merupakan refresentasi dari fakta atau gambaran mengenai suatu objek atau kejadian. Data dinyatakan dengan nilai yang berbentuk angka, deretan
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN PENERIMAAN BEASISWA BAGI MAHASISWA STMIK AMIKOM YOGYAKARTA SKRIPSI
SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN PENERIMAAN BEASISWA BAGI MAHASISWA STMIK AMIKOM YOGYAKARTA SKRIPSI disusun oleh Gerdon 07.12.2562 JURUSAN SISTEM INFORMASI SEKOLAH TINGGI MANAJEMEN INFORMATIKA
Lebih terperinciBAB II TINJAUAN TEORITIS
BAB II TINJAUAN TEORITIS 2.1. Pengertian Fuzzy Logika fuzzy adalah suatu cara yang tepat untuk memetakan suatu ruang input kedalam suatu ruang output. Titik awal dari konsep modern mengenai ketidakpastian
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1. Tinjauan Pustaka Sebagai tinjauan pustaka berikut beberapa contoh penelitian yang sudah di lakukan oleh para peneliti yang dapat digunakan sebagai acuan dan pengetahuan. Penelitian
Lebih terperinciFUZZY MULTI-CRITERIA DECISION MAKING
Media Informatika, Vol. 3 No. 1, Juni 2005, 25-38 ISSN: 0854-4743 FUZZY MULTI-CRITERIA DECISION MAKING Sri Kusumadewi, Idham Guswaludin Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas
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 terperinciAPLIKASI FUZZY-TOPSIS DALAM MELAKUKAN SELEKSI PEMILIHAN PERUMAHAN
APLIKASI FUZZY-TOPSIS DALAM MELAKUKAN SELEKSI PEMILIHAN PERUMAHAN Muhammad Romi Syahputra Program Studi Teknik Informatika STMIK Pelita Nusantara Medan, Jl. Iskandar Muda No. 1 Medan, Sumatera Utara 20154,
Lebih terperinciAnalisis Hubungan Proses Pembelajaran dengan Kepuasan Mahasiswa Menggunakan Logika Fuzzy
Scientific Journal of Informatics Vol. 2, No. 1, Mei 2015 p-issn 2407-7658 http://journal.unnes.ac.id/nju/index.php/sji e-issn 2460-0040 Analisis Hubungan Proses Pembelajaran dengan Kepuasan Mahasiswa
Lebih terperinciLOGIKA FUZZY. Kelompok Rhio Bagus P Ishak Yusuf Martinus N Cendra Rossa Rahmat Adhi Chipty Zaimima
Sistem Berbasis Pengetahuan LOGIKA FUZZY Kelompok Rhio Bagus P 1308010 Ishak Yusuf 1308011 Martinus N 1308012 Cendra Rossa 1308013 Rahmat Adhi 1308014 Chipty Zaimima 1308069 Sekolah Tinggi Manajemen Industri
Lebih terperinciMODEL SISTEM PENDUKUNG KEPUTUSAN DENGAN FUZZY INFERENCE SYSTEM UNTUK PROMOSI KARYAWAN
Seminar Nasional Inovasi dan Teknologi (SNIT) 202 MODEL SISTEM PENDUKUNG KEPUTUSAN DENGAN FUZZY INFERENCE SYSTEM UNTUK PROMOSI KARYAWAN Ghofar Taufiq AMIK Bina Sarana Informatika Jakarta Jl. Kramat Raya
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 terperinciPenggunaan Mamdani Fuzzy Expert System untuk Mengevaluasi Kinerja Dosen
Penggunaan Mamdani Fuzzy Expert System untuk Mengevaluasi Kinerja Dosen Dwi Rolliawati Fakultas Ilmu Komputer, Sistem Komputer, Universitas Narotama dwi.roliawati@narotama.ac.id Abstrak Dosen sebagai pendidik
Lebih terperinciANALISIS RULE INFERENSI SUGENO DALAM SISTEM PENDUKUNG PENGAMBILAN KEPUTUSAN
ANALISIS RULE INFERENSI SUGENO DALAM SISTEM PENDUKUNG PENGAMBILAN KEPUTUSAN Khairul Saleh Teknik Informatika, Fakultas Ilmu Komputer dan Teknologi Informasi, Universitas Sumatera Utara Jalan Universitas
Lebih terperinciKECERDASAN BUATAN (Artificial Intelligence) Materi 8. Entin Martiana
Logika Fuzzy KECERDASAN BUATAN (Artificial Intelligence) Materi 8 Entin Martiana 1 Kasus fuzzy dalam kehidupan sehari-hari Tinggi badan saya: Andi menilai bahwa tinggi badan saya termasuk tinggi Nina menilai
Lebih terperinciDESAIN DSS (DECISION SUPPORT SYSTEM) MENGGUNAKAN METODE PROFILE MATCHING UNTUK PENENTUAN PENERIMA BEASISWA DI POLITEKNIK NEGERI SAMARINDA
DESAIN DSS (DECISION SUPPORT SYSTEM) MENGGUNAKAN METODE PROFILE MATCHING UNTUK PENENTUAN PENERIMA BEASISWA DI POLITEKNIK NEGERI SAMARINDA Muchamad Zainul Rohman Staf Pengajar Teknologi Informasi, Politeknik
Lebih terperinciBAB II TEORI PENUNJANG
BAB II TEORI PENUNJANG 2.1 LOGIKA FUZZY Titik awal dari konsep modern mengenai ketidakpastian adalah paper yang dibuat oleh Lofti A Zadeh, dimana Zadeh memperkenalkan teori yang memiliki obyek-obyek dari
Lebih terperinciBAB II LANDASAN TEORI 2.1 PASKIBRAKA
BAB II LANDASAN TEORI 2.1 PASKIBRAKA Pasukan Pengibar Bendera Pusaka atau yang lebih sering dikenal dengan PASKIBRAKA, merupakan suatu pasukan yang bertugas dalam mengibarkan duplikat bendera pusaka dalam
Lebih terperinciBAB I PENDAHULUAN. irigasi adalah usaha penyediaan, pengaturan, dan pembuangan air untuk
BAB I PENDAHULUAN 1.1 Latar Belakang Di zaman yang semakin maju terjadi banyak perubahan - perubahan yang mengenai kemajuan teknologi, pertumbuhan jumlah penduduk dan lain sebagainya. Pertumbuhan jumlah
Lebih terperinciBAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI
BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI 2.1 Tinjauan Pustaka Penelitian mengenai sistem pengambilan keputusan dalam menentukan pegawai baru bukanlah hal yang baru pertama kali dilakukan. Banyak sekali
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 terperinciErwien Tjipta Wijaya, ST.,M.Kom
Erwien Tjipta Wijaya, ST.,M.Kom PENDAHULUAN Logika Fuzzy pertama kali dikenalkan oleh Prof. Lotfi A. Zadeh tahun 1965 Dasar Logika Fuzzy adalah teori himpunan fuzzy. Teori himpunan fuzzy adalah peranan
Lebih terperinciPEMODELAN SISTEM PENDUKUNG KEPUTUSAN DENGAN FUZZY AHP DALAM PENENTUAN PENERIMAAN BEASISWA
PEMODELAN SISTEM PENDUKUNG KEPUTUSAN DENGAN FUZZY AHP DALAM PENENTUAN PENERIMAAN BEASISWA RichkiHardi *) *) ProdiTeknikInformatika, Fakultas Teknologi Informasi, Universitas Ahmad Dahlan Jl. Prof DrSoepomoJanturanYogyakartaTelp
Lebih terperinciDesain Sistem Beasiswa Menggunakan Metode fuzzy
Desain Sistem Beasiswa Menggunakan Metode fuzzy Richki Hardi Program Studi Teknik Informatika Sekolah Tinggi Teknologi (STITEK) Bontang Jl Ir H Juanda No. 73 RT 36 Bontang, Indonesia richkihardi@gmail.com
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 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 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 terperinciPENERAPAN LOGIKA FUZZY DALAM SISTEM PENDUKUNG KEPUTUSAN PEMBERIAN BEASISWA BSM
42 Jurnal Techno Nusa Mandiri Vol. XIII, No. 1 Maret 2016 PENERAPAN LOGIKA FUZZY DALAM SISTEM PENDUKUNG KEPUTUSAN PEMBERIAN BEASISWA BSM Yunita Program Studi Teknik Informatika Sekolah Tinggi Ilmu Manajemen
Lebih terperinciBAB I PENDAHULUAN. Universitas Sumatera Utara
BAB I PENDAHULUAN 1.1 Latar Belakang Logika fuzzy merupakan salah satu komponen pembentuk soft computing. Logika fuzzy pertama kali diperkenalkan oleh Prof. Lotfi A. Zadeh pada tahun 1965. Dasar logika
Lebih terperinciSistem Pendukung Keputusan Penentuan Lokasi Gudang di Perusahaan dengan Metode Weighted Product
Sistem Pendukung Keputusan Penentuan Lokasi Gudang di Perusahaan dengan Metode Weighted Product Indah Kumala Sari 1, Yohana Dewi Lulu W 2, Kartina Diah K 3 1,2 Jurusan Sistem Informasi,.3 Jurusan Teknik
Lebih terperinciVolume : II, Nomor : 1, Pebruari 2014 Informasi dan Teknologi Ilmiah (INTI) ISSN : X
PERANCANGAN APLIKASI SISTEM PENDUKUNG KEPUTUSAN PERSEDIAAN ALAT TULIS KANTOR MENGGUNAKAN MULTIPLE ATRRIBUTE DECISION MAKING (Studi Kasus : Perguruan Jaya Pancur Batu) Rinaldi Alfriadi Manurung (0911558)
Lebih 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 HANDPHONE BERDASARKAN KEBUTUHAN KONSUMEN MENGGUNAKAN LOGIKA FUZZY. Abstraksi
SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN HANDPHONE BERDASARKAN KEBUTUHAN KONSUMEN MENGGUNAKAN LOGIKA FUZZY Denny Cristiono T.S., Yugowati P.,Sri Yulianto J.P. Fakultas Teknologi Informasi Universitas Kristen
Lebih terperinciAnalisis Pengaruh Pemilihan Fuzzy Membership Function Terhadap Output Sebuah Sistem Fuzzy Logic
Analisis Pengaruh Pemilihan Fuzzy Membership Function Terhadap Output Sebuah Sistem Fuzzy Logic Luh Kesuma Wardhani, Elin Haerani Jurusan Teknik Informatika Fakultas Sains dan Teknologi UIN SUSKA Riau
Lebih terperinciJOBSHEET SISTEM CERDAS REASONING 2. Fuzzifikasi
JOBSHEET SISTEM CERDAS REASONING 2 Fuzzifikasi S1 PENDIDIKAN TEKNIK ELEKTRO JURUSAN TEKNIK ELEKTRO FAKULTAS TEKNIK UNIVERSITAS NEGERI MALANG 2016 PRAKTIKUM SISTEM CERDAS - REASONING JOBSHEET 2 - FUZZIFIKASI
Lebih terperinciSISTEM PENENTUAN KANDIDAT KETUA KARANG TARUNA DENGAN MENGGUNAKAN FUZZY LOGIC
SISTEM PENENTUAN KANDIDAT KETUA KARANG TARUNA DENGAN MENGGUNAKAN FUZZY LOGIC ( STUDY KASUS : KARANG TARUNA DESA PUHJARAK ) SKRIPSI Diajukan Untuk Memenuhi Sebagai Syarat Guna Memperoleh Gelar Sarjana Komputer
Lebih terperinciPengantar Kecerdasan Buatan (AK045218) Logika Fuzzy
Logika Fuzzy Pendahuluan Alasan digunakannya Logika Fuzzy Aplikasi Himpunan Fuzzy Fungsi keanggotaan Operator Dasar Zadeh Penalaran Monoton Fungsi Impilkasi Sistem Inferensi Fuzzy Basis Data Fuzzy Referensi
Lebih terperinciPENDAPATAN MASYARAKAT DENGAN ADANYA KAMPUS MENGGUNAKAN FUZZY TSUKAMOTO
PENDAPATAN MASYARAKAT DENGAN ADANYA KAMPUS MENGGUNAKAN FUZZY TSUKAMOTO Asrianda 1 asrianda@unimal.ac.id Abstrak Bertambahnya permintaan mahasiswa atas kebutuhan makan seharihari, berkembangnya usaha warung
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah. Menurut kamus besar bahasa Indonesia beasiswa merupakan tunjangan yang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Menurut kamus besar bahasa Indonesia beasiswa merupakan tunjangan yang diberikan kepada pelajar atau mahasiswa sebagai bantuan biaya belajar. Menurut Murniasih
Lebih terperinciBAB 2 LANDASAN TEORI
5 BAB 2 LANDASAN TEORI 2.1 Sistem pendukung keputusan (SPK) Konsep sistem pendukung keputusan atau decision support system (DSS) pertama kali diungkapkan pada awal tahun 1970-an oleh Michael S. Scott Morton
Lebih 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 terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA 2.1 Sistem Pendukung Keputusan (SPK) 2.1.1 Konsep Sistem Pendukung Keputusan Konsep Sistem Pendukung Keputusan (SPK) atau Decision Support Systems (DSS) pertama kali diperkenalkan
Lebih terperinciSistem Informasi Penilaian Supplier Komputer Menggunakan Metode Fuzzy Multiple Attribute Decision Making Dengan Simple Additive Weighting
Sistem Informasi Penilaian Supplier Komputer Menggunakan Metode Fuzzy Multiple Attribute Decision Making Dengan Simple Additive Weighting Johana Harjayanti 1, Anief Fauzan Rozi 2 1 2 Program Studi Sistem
Lebih terperinciBAB 2 TINJAUAN PUSTAKA Definisi Sistem, Keputusan dan Sistem Pendukung Keputusan
22 BAB 2 TINJAUAN PUSTAKA 2.1. Definisi Sistem, Keputusan dan Sistem Pendukung Keputusan 2.1.1. Definisi Sistem Sistem adalah kumpulan objek seperti orang, sumber daya, konsep dan prosedur yang dimaksudkan
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN PENERIMA BEASISWA BBM DENGAN MODEL FUZZY MULTIPLE ATTRIBUTE MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTED
SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN PENERIMA BEASISWA BBM DENGAN MODEL FUZZY MULTIPLE ATTRIBUTE MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTED Febri Prima Mahasiswa Program Studi Teknik Industri Jurusan
Lebih terperinciJasmir Prodi Teknik Informatika, STIKOM Dinamika Bangsa Jambi
SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN PELAMAR CALON DOSEN MENJADI DOSEN DENGAN MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (STUDI KASUS : STIKOM DINAMIKA BANGSA) Jasmir Prodi Teknik Informatika,
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Sistem Pendukung Keputusan (SPK) SPK adalah sebuah sistem komputer yang mengolah data menjadi informasi untuk mengambil keputusan dari masalah semi-terstruktur yang spesifik Sistem
Lebih terperinci