Management Support System

Ukuran: px
Mulai penontonan dengan halaman:

Download "Management Support System"

Transkripsi

1 Management Support System

2 Kompetensi Dasar Mahasiswa mampu menjelaskan tahapan-tahapan dalam pemodelan Management Support System. Mahasiswa mampu melakukan pemodelan Management Support System. ABDUL AZIS, 9/5/2017 M.KOM 2

3 Referensi Utama Turban, Efraim; Aronson, Jay, E.; Liang, Ting-Peng Decision Support Systems and Intelligent Systems. International Edition, Edisi 7. New Jersey: Pearson Prentice-Hall Education International. ABDUL AZIS, 9/5/2017 M.KOM 3

4 Pemodelan Pemodelan merupakan suatu upaya untuk melakukan analisis sistem dengan cara meniru bentuk nyata-nya daripada melakukannya pada sistem nyata.

5 Alasan Penggunaan Model Manipulasi model (seperti mengubah variabel) akan lebih mudah dilakukan daripada melakukan-nya pada sistem nyata. Model dapat menghemat waktu. Biaya untuk menganalisis model jauh lebih murah jika dibandingkan dengan mengaplikasikannya pada sistem nyata. Resiko kesalahan pada bentuk model dengan melakukan trial & error (coba-coba) jauh lebih rendah jika dibandingkan dengan melakukannya pada sistem nyata.

6 Alasan Penggunaan Model Lingkungan bisnis yang banyak mengandung ketidakpastian. Model matematika dapat menganalisis kemungkinan solusi dalam jumlah yang lebih banyak bahkan tidak terbatas. Model meningkatkan pembelajaran & pelatihan. Model-model dan metode-metode untuk mendapatkan solusi telah tersedia di web. Ada beberapa Java applet (atau pemrograman web lainnya) yang tersedia untuk menyelesaikan model-model tersebut.

7 Pemodelan Pemodelan pada SPK mencakup beberapa isu, antara lain: Identifikasi masalah dan analisis lingkungan Identifikasi variabel Forecasting Penggunaan beberapa model keputusan Seleksi kategori model yang sesuai Manajemen model Pemodelan berbasis pengetahuan

8 Pemodelan Pemodelan pada SPK mencakup beberapa isu, antara lain: Identifikasi masalah dan analisis lingkungan Identifikasi variabel Forecasting Penggunaan beberapa model keputusan Seleksi kategori model yang sesuai Manajemen model Pemodelan berbasis pengetahuan

9 Identifikasi Masalah Pada tahap ini akan dilakukan pengawasan, pelacakan, dan interpretasi terhadap informasi-informasi yang telah terkumpul. Pada bagian ini perlu juga diidentifikasi budaya organisasi dan proses pengambilan keputusan. Analisis dilakukan dengan mempertimbangkan tahapan sbb: Analisis proses bisnis yang terjadi. Analisis penyebab masalah.

10 Analisis Proses Bisnis Proses bisnis (business process) adalah urutan tugas atau aktivitas yang dilakukan oleh orang atau sumber daya lain dalam rangka menyelesaikan tujuan organisasi (Magal SR, 2009). Proses bisnis dapat dideskripsikan dengan berbagai cara, seperti: Blok diagram. Diagram aktivitas. Flowchart, dll.

11 Analisis Proses Bisnis Analisis proses bisnis dilakukan dalam rangka: Memahami budaya organisasi. Mengumpulkan informasi Melacak dimungkinkannya masalah yang timbul dalam organisasi

12 Frontliner Penerimaan order konsumen, Konsumen Pemberian AWB, (pengirim) Pencatatan identitas pengirim, tujuan, paket Packaging unit, Pengecekan barcode Picking unit Mengantar paket ke bandara Atau agen tujuan Warehouse acceptance Unit Pengecekan barcode Mensortir paket berdasarkan tujuan Costomer service Database server Laporan-laporan Konsumen (penerima) Frontliner Pengambilan paket secara langsung oleh konsumen Warehouse acceptance unit Breakdown (mensortir) paket Alur proses Picking unit Menjemput paket dari bandara Arus informasi Courrier unit Pengantaran paket ke alamat tujuan, Pencatatan identitas penerima Menerbitkan NOA Sumber: Inasari 9/5/

13 Analisis Penyebab Masalah Untuk mendapatkan solusi yang optimum, perlu dicari penyebab suatu masalah. Diagram tulang ikan (Fishbone Diagram) adalah diagram yang digunakan untuk menganalisis masalah dengan cara mengkategorikan penyebab utama yang sangat potensial dalam memunculkan permasalahan tersebut. Diagram tulang ikan disebut juga Diagram Ishikawa atau Sebab-Akibat (cause-effect)

14 Analisis Penyebab Masalah Diagram Tulang Ikan:

15 Identifikasi Variabel Pada tahap ini akan diidentifikasi variabelvariabel yang relevan. Untuk kepentingan tersebut, dapat digunakan alat bantu seperti: Influence Diagram Bayesian Networks untuk menunjukkan relasi antar variabelvariabel tersebut.

16 Influence Diagram Influence diagram adalah representasi grafis dari suatu model keputusan yang digunakan untuk membantu perancangan model (terutama model matematis), pengembangan dan pemahaman (Turban, 2005). Kata influence merujuk pada ketergantungan suatu variabel pada tingkatan tertentu terhadap variabel yang lainnya.

17 Influence Diagram Simbol yang digunakan (Lumina, 2010): Empat Persegipanjang, variabel keputusan, yang masih dapat dikendalikan oleh pengambil keputusan. Oval, chance variable, yang mengandung ketidakpastian dan tidak dapat dikendalikan secara langsung oleh pengambil keputusan. Empat Persegipanjang bersudut tumpul, variabel umum yang dapat berupa fungsi. Segienam, variabel tujuan (hasil), yang menunjukkan hasil terbaik.

18 Influence Diagram Variabel Keputusan Chance Variable Variabel Umum Variabel Tujuan

19 Influence Diagram A B Variabel A mempengaruhi B

20 Influence Diagram: Contoh Penentuan kapasitas produksi dan biaya produksi. Keuangan Harga Bahan Baku Harga Bahan Baku Biaya per Tenaga Kerja Persediaan Barang di Gudang Kapasitas Produk Total Biaya Tenaga Kerja Biaya Produksi Jumlah Tenaga Kerja Permintaan Pasar Permintaan Pasar Operasional alat Operasional alat

21 Influence Diagram: Contoh Pimpinan perusahaan ingin memilih alternatif terbaik berdasarkan beberapa kriteria yang ada, yaitu: Harga; Daya dukung terhadap produktivitas perusahaan; Nilai investasi dalam 10 tahun ke depan; dan Ketersediaan barang.

22 Influence Diagram: Contoh Harga Harga Nilai Harga Tingkat Kepentingan Harga Besar Investasi Besar Investasi Nilai Besar Investasi Jenis Barang Tingkat Kepentingan Nilai Investasi Nilai Preferensi Barang Ketersediaan Barang Ketersediaan Barang Nilai Ketersediaan Barang Tingkat Kepentingan Ketersediaan Barang Daya Dukung terhadap Produktivitas Daya Dukung Perusahaan terhadap Produktivitas Perusahaan Nilai Daya Dukung Tingkat Kepentingan Daya Dukung

23 Jaringan Bayes Jaringan Bayes (Bayesian Network) adalah model grafis yang menunjukkan hubungan probabilitas antar variabel yang berkepentingan dalam sistem. Jaringan Bayes dapat digunakan untuk menunjukkan hubungan sebab-akibat.

24 Jaringan Bayes: Contoh Penentuan Jenis Hunian

25 Jaringan Bayes: Contoh Penentuan Resiko Stroke

26 Forecasting Apabila suatu keputusan diambil, maka akibatnya akan dirasakan di kemudian hari. Oleh karena itu, perlu dipertimbangkan adanya peramalan (forecasting) untuk memprediksi kemungkinan yang akan terjadi.

27 Penggunaan Beberapa Model Suatu sistem pendukung keputusan dapat terdiri-atas beberapa model. Masing-masing model merepresentasikan bagian yang berbeda dari masalah pengambilan keputusan.

28 Seleksi Kategori Model Turban (2005) mengkategorikan model sistem pendukung keputusan dalam tujuh model, yaitu: Model optimasi untuk masalah-masalah dengan alternatif-alternatif dalam jumlah relatif kecil. Model optimasi dengan algoritma. Model optimasi dengan formula analitik. Model simulasi. Model heuristik. Model prediktif. Model-model yang lainnya.

29 Kategori SPK (1) Model optimasi untuk masalah-masalah dengan alternatif-alternatif dalam jumlah relatif kecil. Model ini akan melakukan pencarian terhadap solusi terbaik dari sejumlah alternatif. Teknik-teknik untuk penyelesaian masalah ini antara lain dengan menggunakan tabel keputusan atau pohon keputusan. Multi-Attribute Decision Making merupakan model ini.

30 Tabel Keputusan Pada tabel keputusan, nilai kebenaran suatu kondisi diberikan berdasarkan nilai logika dari setiap atribut E k. Hanya ada dua nilai kebenaran, yaitu E k = benar atau E k = salah. Secara umum, tabel keputusan berbentuk: D = E {E 1, E 2,..., E K } dengan D adalah nilai kebenaran suatu kondisi, dan E i adalah nilai kebenaran atribut ke-i (i = 1, 2,... K).

31 Tabel Keputusan: Contoh Ekspresi logika Variabel Logika E 1 Memiliki IPK > 3,00 Ekspresi Logika E 2 Minimal tengah duduk di semester 3 E 3 E 4 E 5 E 6 E 7 E 8 Nilai matakuliah algoritma pemrograman = A Nilai matakuliah kecerdasan buatan = A Nilai matakuliah basisdata = A Nilai matakuliah grafika komputer = A Nilai matakuliah jaringan komputer = A Nilai matakuliah informatika kedokteran minimal B

32 Tabel Keputusan: Contoh No Atribut* E 1 E 2 E 3 E 4 E 5 E 6 E 7 E 8 1 Y Y Y Laboratorium Pemrograman & Informatika Teori 2 Y Y Komputasi & Sist. Cerdas 3 Y Y Y Sistem Informasi & RPL 4 Y Y Grafika & Multimedia 5 Y Y Y Sistem & Jaringan Komp. 6 Y Y Y Informatika Kedokteran 7 Y Y Y Informatika Kedokteran 8 Y Y Y Informatika Kedokteran 9 Y Y Y Informatika Kedokteran

33 Pohon Keputusan: Contoh Pohon keputusan adalah salah satu metode penyelesaian masalah keputusan dengan cara merepresentasikan pengetahuan dalam bentuk pohon. Suatu pohon memiliki conditional node yang menunjukkan kebenaran suatu ekspresi atau atribut. Conditional node tersebut memberikan beberapa kemungkinan nilai, dapat berupa nilai boolean (Benar atau Salah), atau beberapa alternatif nilai yang mungkin dimiliki oleh suatu atribut, misal untuk atribut Harga (murah, normal, mahal).

34 Pohon Keputusan: Contoh Tekanan darah Tinggi Normal TINGGI TIA Ya Tidak TINGGI Merokok Ya Tidak Obesitas RENDAH Ya TINGGI Tidak RENDAH

35 Multi-Attribute Decision Making (MADM) Secara umum, model Multi-Attribute Decision Making (MADM) dapat didefinisikan sebagai berikut (Zimermann, 1991): Misalkan A = {a i i = 1,...,m} adalah himpunan alternatif-alternatif keputusan dan C = {c j j = 1,..., n} adalah himpunan tujuan yang diharapkan, maka akan ditentukan alternatif x 0 yang memiliki derajat harapan tertinggi terhadap tujuan tujuan yang relevan c j.

36 Multi-Attribute Decision Making (MADM) Janko (2005) memberikan batasan tentang adanya beberapa fitur umum yang akan digunakan dalam MADM, yaitu: Alternatif, adalah obyek-obyek yang berbeda dan memiliki kesempatan yang sama untuk dipilih oleh pengambil keputusan. Atribut, sering juga disebut sebagai karakteristik, komponen, atau kriteria keputusan. Meskipun pada kebanyakan kriteria bersifat satu level, namun tidak menutup kemungkinan adanya sub kriteria yang berhubungan dengan kriteria yang telah diberikan.

37 Multi-Attribute Decision Making (MADM) Konflik antar kriteria, beberapa kriteria biasanya mempunyai konflik antara satu dengan yang lainnya, misalnya kriteria keuntungan akan mengalami konflik dengan kriteria biaya. Bobot keputusan, bobot keputusan menunjukkan kepentingan relatif dari setiap kriteria, W = (w 1, w 2,..., w n ). Pada MADM akan dicari bobot kepentingan dari setiap kriteria. Matriks keputusan, suatu matriks keputusan X yang berukuran m x n, berisi elemen-elemen x ij, yang merepresentasikan rating dari alternatif A i (i=1,2,...,m) terhadap kriteria C j (j=1,2,...,n).

38 Multi-Attribute Decision Making (MADM) Masalah MADM adalah mengevaluasi m alternatif A i (i=1,2,...,m) terhadap sekumpulan atribut atau kriteria C j (j=1,2,...,n), dimana setiap atribut saling tidak bergantung satu dengan yang lainnya. Kriteria atau atribut dapat dibagi menjadi dua kategori, yaitu: Kriteria keuntungan adalah kriteria yang nilainya akan dimaksimumkan, misalnya: keuntungan, IPK (untuk kasus pemilihan mahasiswa berprestasi), dll. Kriteria biaya adalah kriteria yang nilainya akan diminimumkan, misalnya: harga produk yang akan dibeli, biaya produksi, dll.

39 Multi-Attribute Decision Making (MADM) Pada MADM, matriks keputusan setiap alternatif terhadap setiap atribut, X, diberikan sebagai: X x x x m1 x x x m2 x x x mn dengan x ij merupakan rating kinerja alternatif ke-i terhadap atribut ke-j. Nilai bobot yang menunjukkan tingkat kepentingan relatif setiap atribut, diberikan sebagai, W: W = {w 1, w 2,..., w n } 1n 2n

40 Multi-Attribute Decision Making (MADM) Rating kinerja (X), dan nilai bobot (W) merupakan nilai utama yang merepresentasikan preferensi absolut dari pengambil keputusan. Masalah MADM diakhiri dengan proses perankingan untuk mendapatkan alternatif terbaik yang diperoleh berdasarkan nilai keseluruhan preferensi yang diberikan (Yeh, 2002). Pada MADM, umumnya akan dicari solusi ideal. Pada solusi ideal akan memaksimumkan semua kriteria keuntungan dan meminimumkan semua kriteria biaya.

41 Multi-Attribute Decision Making (MADM) Masalah Kriteria-1 (C 1 ) Kriteria-2 (C 2 )... Kriteria-m (C n ) Alternatif-1 (A 1 ) Alternatif-2 (A 2 )... Alternatif-n (A m )

42 Kategori SPK (2) Model optimasi dengan algoritma. Model ini akan melakukan pencarian terhadap solusi terbaik dari banyak alternatif. Proses pencarian dilakukan tahap demi tahap. Teknik-teknik untuk penyelesaian masalah ini antara lain dengan menggunakan linear programming atau model matematika yang lainnya, atau menggunakan model jaringan.

43 Optimasi - contoh Maksimumkan 50x x 2 dengan batasan: 5 x x x x 2 30 x 1, x 2 > 0

44 Kategori SPK (3) Model optimasi dengan formula analitik. Model ini akan melakukan pencarian terhadap solusi hanya dengan satu langkah melalui rumus tertentu. Model seperti ini banyak dijumpai pada masalahmasalah inventory.

45 Kategori SPK (4) Model simulasi. Model ini akan melakukan pencarian terhadap solusi cukup baik atau solusi terbaik pada beberapa alternatif yang akan diuji dalam penelitian. Model ini lebih banyak digunakan untuk beberapa tipe simulasi.

46 Kategori SPK (5) Model heuristik. Model ini akan melakukan pencarian terhadap solusi yang cukup baik melalui serangkaian aturan (rules). Model ini lebih banyak direpresentasikan dengan menggunakan pemrograman heuristik atau sistem pakar

47 Kategori SPK (6) Model prediktif. Model ini akan melakukan prediksi untuk masa depan apabila diberikan skenario tertentu. Model ini lebih banyak direpresentasikan dengan menggunakan model peramalan (forecasting) atau analisis Makov

48 Kategori SPK (7) Model-model yang lainnya. Model ini akan menyelesaikan kasus what-if menggunakan formula tertentu. Model ini lebih banyak digunakan pada pemodelan keuangan atau konsep antrian.

49 Kategori Model Model statis umumnya memberikan asumsi adanya operasi perulangan dengan menggunakan kondisi yang identik. Model dinamik (time-dependent) merepresentasikan skenario yang senantiasa berubah dari waktu ke waktu.

50 Manajemen Model Untuk menjaga integritas dan aplikabilitasnya, model perlu dikelola sebaik mungkin. Untuk keperluan tersebut dibutuhkan suatu model base management system. Model Base Management System (MBMS) merupakan paket perangkat lunak yang dibangun dengan kapabilitas yang mirip dengan DBMS.

51 Komponen DSS Turban, dkk (2005) Manajemen data Manajemen model Model-model eksternal Subsistem berbasis pengetahuan Antarmuka pengguna

52 1. Masalah Perusahaan membutuhkan beberapa karyawan baru di bagian pengepakan produk. Ada beberapa calon karyawan yang telah mendaftarkan diri. Berapa banyak karyawan yang dibutuhkan? Siapa saja yang layak diterima? 2. Pertanyaan 6. Jawaban Manajemen Antarmuka 3. Pemilihan model 4. Informasi yang dibutuhkan 5. Model terpilih Manajemen Model Manajemen Data 7. Solusi Telah dapat ditentukan jumlah karyawan yang harus diterima beserta nama-nama karyawan yang layak diterima. What If Models Optimization Models Organizational Information External Information Goal-seeking Models Personal Information Statistical Models

53 Data: eksternal dan internal Sistem berbasis komputer lainnya Manajemen data Manajemen model Internet, intranet, ekstranet Model-model eksternal Subsistem berbasis pengetahuan Antarmuka pengguna Basis pengetahuan terorganisasi Manajer (pengguna)

54 Subsistem Manajemen Data (DMS) Subsistem manajemen data, terdiri-atas basisdata yang berisi data yang terkait dengan permasalahan yang akan diselesaikan.

55 Subsistem Manajemen Data DSS database Elemenelemen pada subsistem manajemen data Database Management System Data dictionary Query facility

56 Basis pengetahuan terorganisasi Sumber data eksternal Sumber data internal Query facility Ekstraksi DSS database Data pribadi, private Data warehouse perusahaan Data dictionary Database management system: Retrieval, Inquiry, Update, Report generation, Delete Manajemen antarmuka Manajemen model Subsistem berbasis pengetahuan

57 Subsistem Manajemen Model (MMS) Subsistem manajemen model, merupakan paket perangkat lunak yang berisi statistik, ilmu manajemen, atau model kuantitatif lainnya yang mampu memberikan kapabilitas analitik bagi sistem.

58 Model Strategik, taktik, operasional. Statistik, keuangan, teknik, akuntansi, dll. Blok-blok pembentukan model. Model dictionary Manajemen Model Model creation, using subroutine, building blocks. Generation new routines and reports Model updating & changing. Data manipulation. Data dictionary Manajemen data Manajemen antarmuka Subsistem berbasis pengetahuan

59 Subsistem User Interface Subsistem antarmuka, yang digunakan oleh pengguna untuk berkomunikasi dengan sistem. Untuk sistem berbasis web, web browser digunakan untuk keperluan tersebut.

60 Manajemen data & DBMS Subsistem berbasis pengetahuan Manajemen model & MBMS User Interface Management System (UIMS) Natural Language Processor INPUT Action Languages OUTPUT Display Languages PC display Printer, Plotter User

61 Subsistem Manajemen berbasis Pengetahuan Subsistem manajemen berbasis pengetahuan, yang digunakan untuk mendukung subsistemsubsistem yang lainnya. Beberapa metode dalam kecerdasan buatan dapat digunakan untuk keperluan tersebut.

62 Pemodelan Berbasis Pengetahuan Sistem berbasis pengetahuan menggunakan sekumpulan aturan dalam menyelesaikan permasalahannya. Sistem pakar merupakan salah satu model pendukung keputusan yang bersifat kualitatif. Sistem pakar merupakan sistem berbasis pengetahuan.

Kompetensi Dasar. Dr. Sri Kusumadewi

Kompetensi Dasar. Dr. Sri Kusumadewi Materi Kuliah [03] SPK & Business Intelligence Management Support System Dr. Sri Kusumadewi Magister Teknik Informatika Program Pascasarjana Fakultas Teknologi Industri Universitas Islam Indonesia 2016

Lebih terperinci

Sasaran. Alasan Penggunaan Model. Pemodelan. Pemodelan. Alasan Penggunaan Model 9/28/2011 PEMODELAN: MANAGEMENT SUPPORT SYSTEM

Sasaran. Alasan Penggunaan Model. Pemodelan. Pemodelan. Alasan Penggunaan Model 9/28/2011 PEMODELAN: MANAGEMENT SUPPORT SYSTEM Materi Kuliah [4,5] SISTEM PENDUKUNG KEPUTUSAN PEMODELAN: MANAGEMENT SUPPORT SYSTEM Qammaddin, S.Kom Referensi Utama Sasaran Mahasiswa mampu memahami tahapantahapan dalam pemodelan Management Support System.

Lebih terperinci

RUANG LINGKUP SISTEM PENDUKUNG KEPUTUSAN

RUANG LINGKUP SISTEM PENDUKUNG KEPUTUSAN 1 RUANG LINGKUP SISTEM PENDUKUNG KEPUTUSAN N. Tri Suswanto Saptadi 2 Bahan Kajian Karakteristik SPK Komponen-komponen SPK Kategori SPK Kapabilitas SPK 1 3 Ruang Lingkup 14 Standalone, terintegrasi dan

Lebih terperinci

Metode-metode Optimasi dengan Alternatif Terbatas

Metode-metode Optimasi dengan Alternatif Terbatas Metode-metode Optimasi dengan Alternatif Terbatas 2017 Tujuan Mahasiswa dapat memahami dan mampu mengaplikasikan beberapa metode untuk menyelesaikan masalah dengan alternatif-alternatif dalam jumlah yang

Lebih terperinci

9/22/2011. Bahan Kuliah : Topik Khusus

9/22/2011. 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 terperinci

Multi-Attribute Decision Making

Multi-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 terperinci

Multi-Attribute Decision Making

Multi-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 terperinci

SISTEM PENDUKUNG KEPUTUSAN PENYELEKSIAN CALON SISWA BARU DI SMA NEGERI 3 GARUT

SISTEM PENDUKUNG KEPUTUSAN PENYELEKSIAN CALON SISWA BARU DI SMA NEGERI 3 GARUT SISTEM PENDUKUNG KEPUTUSAN PENYELEKSIAN CALON SISWA BARU DI SMA NEGERI 3 GARUT Asep Hendar Rustiawan 1, Dini Destiani 2, Andri Ikhwana 3 Jurnal Algoritma Sekolah Tinggi Teknologi Garut Jl. Mayor Syamsu

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA 2.1. Tinjauan Pustaka Terkait dengan penelitian ini, terlebih dahulu Paska Marto Hasugian telah melakukan penelitian dengan judul Fuzzy Multiple Attribute Decision Making untuk

Lebih terperinci

Outline. Definisi SPK Tujuan SPK Fitur SPK Karakteristik dan Kemampuan SPK Komponen SPK

Outline. Definisi SPK Tujuan SPK Fitur SPK Karakteristik dan Kemampuan SPK Komponen SPK Tinjauan SPK Outline Definisi SPK Tujuan SPK Fitur SPK Karakteristik dan Kemampuan SPK Komponen SPK Definisi Menurut Keen dan Scoot Morton : Sistem Pendukung Keputusan merupakan penggabungan sumber sumber

Lebih terperinci

Kompetensi Dasar. Mahasiswa mampu menjelaskan konsep dasar sistem pendukung keputusan. Dr. Sri Kusumadewi 05/11/2016

Kompetensi Dasar. Mahasiswa mampu menjelaskan konsep dasar sistem pendukung keputusan. Dr. Sri Kusumadewi 05/11/2016 Materi Kuliah [02] SPK & Business Intelligence Sistem Pendukung Keputusan Dr. Sri Kusumadewi Magister Teknik Informatika Program Pascasarjana Fakultas Teknologi Industri Universitas Islam Indonesia 2015

Lebih terperinci

STMIK AMIKOM PURWOKERTO. Pemodelan Keputusan ABDUL AZIS, M.KOM

STMIK AMIKOM PURWOKERTO. Pemodelan Keputusan ABDUL AZIS, M.KOM Pemodelan Keputusan Kompetensi Dasar Mahasiswa dapat mengambil keputusan yang tepat dalam menyelesaikan masalah sesuai dengan prosedur pengambilan keputusan. Mahasiswa dapat memodelkan keputusan untuk

Lebih terperinci

BAHAN AJAR. Mata Kuliah Sistem Pengambilan Keputusan. Disusun oleh: Eva Yulianti, S.Kom.,M.Cs

BAHAN AJAR. Mata Kuliah Sistem Pengambilan Keputusan. Disusun oleh: Eva Yulianti, S.Kom.,M.Cs BAHAN AJAR Mata Kuliah Sistem Pengambilan Keputusan Disusun oleh: Eva Yulianti, S.Kom.,M.Cs JURUSAN TEKNIK INFORMATIKA FAKULTAS TEKNOLOGI INDUSTRI INSTITUT TEKNOLOGI PADANG 2012 RENCANA PROGRAM DAN KEGIATAN

Lebih terperinci

Sistem Pendukung Keputusan

Sistem Pendukung Keputusan Sistem Pendukung Keputusan Kompetensi Dasar Mahasiswa mampu menjelaskan konsep dasar sistem pendukung keputusan. ABDUL AZIS, 9/5/2017 M.KOM 2 Referensi Utama Turban, Efraim; Aronson, Jay, E.; Liang, Ting-Peng.

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI Pada bab ini akan dibahas teori tentang Sistem Pendukung Keputusan, Metode Simple Additive Weighting (SAW), Metode Profile Matching. 2.1 Sistem Pendukung Keputusan Dalam teori sistem

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN 3.1 Alur Metodologi Penelitian Metodologi penelitian merupakan sekumpulan rangkaian tahapan kegiatan atau prosedur yang digunakan oleh pelaksana penelitian yang dilakukan

Lebih terperinci

BAB II LANDASAN TEORI

BAB 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 terperinci

Decision Support System (DSS)

Decision Support System (DSS) Decision Support System (DSS) source : http://nextgeneration.web.id/?p=48 Seiring perkembangan zaman, manusia dituntut membuat berbagai keputusan yang tepat dalam menghadapi permasalahan yang semakin kompleks.

Lebih terperinci

MADM-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. 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 terperinci

Technique for Order Preference by Similarity to Ideal Solution sebagai Metode Multi Attribute Decision Making

Technique for Order Preference by Similarity to Ideal Solution sebagai Metode Multi Attribute Decision Making Technique for Order Preference by Similarity to Ideal Solution sebagai Metode Multi Attribute Decision Making untuk Menentukan Rekomendasi Penerima Beasiswa BBM dan PPA di STMIK AMIKOM Purwokerto Umti

Lebih terperinci

Oleh: Fandy Setyo Utomo STMIK AMIKOM Purwokerto ABSTRACT

Oleh: Fandy Setyo Utomo STMIK AMIKOM Purwokerto ABSTRACT MULTI ATTRIBUTE DECISION MAKING DENGAN METODE TECHNIQUE FOR ORDER PREFERENCE BY SIMILARITY TO IDEAL SOLUTION UNTUK MENENTUKAN REKOMENDASI PENERIMA BEASISWA BBM DAN PPA DI STMIK AMIKOM PURWOKERTO Oleh:

Lebih terperinci

Jurnal SISFO Vol. 7, No.1, Februari 2013 STIKOM Dinamika Bangsa - Jambi 1

Jurnal SISFO Vol. 7, No.1, Februari 2013 STIKOM Dinamika Bangsa - Jambi 1 ANALISIS SISTEM PENUNJANG KEPUTUSAN UNTUK MENENTUKAN PELAMAR CALON DOSEN MENJADI DOSEN DENGAN MENGGUNAKAN FUZZY MADM (STUDI KASUS : STIKOM DINAMIKA BANGSA) Jasmir, S.Kom, M.Kom Dosen Tetap STIKOM Dinamika

Lebih terperinci

BAB II TINJAUAN PUSTAKA DAN DASAR TEORI. Perbedaan tinjauan dengan penelitian yang diajukan terletak pada objek,

BAB II TINJAUAN PUSTAKA DAN DASAR TEORI. Perbedaan tinjauan dengan penelitian yang diajukan terletak pada objek, BAB II TINJAUAN PUSTAKA DAN DASAR TEORI 2.1 Tinjauan Pustaka Perbedaan tinjauan dengan penelitian yang diajukan terletak pada objek, keluaran, studi kasus, kriteria yang digunakan dan bahasa pemrograman.

Lebih terperinci

Sistem Pendukung Keputusan / Decision Support System. Decision Support Systems & Weighted Product (WP)

Sistem Pendukung Keputusan / Decision Support System. Decision Support Systems & Weighted Product (WP) Sistem Pendukung Keputusan / Decision Support System Decision Support Systems & Weighted Product (WP) Content 1. Definisi DSS 2. Karakteristik & Kemampuan DSS 3. Komponen DSS 4. Model Konseptual DSS 5.

Lebih terperinci

SISTEM 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 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 terperinci

SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN PENERIMA BEASISWA DENGAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) DI MA MA ARIF 8 BANGUNREJO.

SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN PENERIMA BEASISWA DENGAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) DI MA MA ARIF 8 BANGUNREJO. SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN PENERIMA BEASISWA DENGAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) DI MA MA ARIF 8 BANGUNREJO Afrianto Jurusan Sistem Informasi STMIK Pringsewu Lampung Jl. Wisma

Lebih terperinci

GARIS-GARIS BESAR PROGRAM PENGAJARAN PROGRAM STUDI: S1 SISTEM INFORMASI Semester : 6

GARIS-GARIS BESAR PROGRAM PENGAJARAN PROGRAM STUDI: S1 SISTEM INFORMASI Semester : 6 GARIS-GARIS BESAR PROGRAM PENGAJARAN PROGRAM STUDI: S1 SISTEM INFORMASI Semester : 6 Berlaku mulai: Genap/2010 MATA KULIAH : SISTEM PENDUKUNG PUTUSAN KODE MATA KULIAH / SKS : 410103090 / 3 SKS MATA KULIAH

Lebih terperinci

SISTEM PENILAIAN DOSEN TELADAN MENGGUNAKAN METODE SAW ( SIMPLE ADDITIVE WEIGHTING) DI UNIVERSITAS NUSANTARA PGRI KEDIRI

SISTEM PENILAIAN DOSEN TELADAN MENGGUNAKAN METODE SAW ( SIMPLE ADDITIVE WEIGHTING) DI UNIVERSITAS NUSANTARA PGRI KEDIRI SISTEM PENILAIAN DOSEN TELADAN MENGGUNAKAN METODE SAW ( SIMPLE ADDITIVE WEIGHTING) DI UNIVERSITAS NUSANTARA PGRI KEDIRI Fatkur Rohman 1), Ahmad Bagus Setiawan 2) 1), 2) Teknik Informatika Universitas Nusantara

Lebih terperinci

DSS DATA BASE_2 IRA PRASETYANINGRUM

DSS DATA BASE_2 IRA PRASETYANINGRUM DSS DATA BASE_2 IRA PRASETYANINGRUM Penerapan Decision Support System Dalam Seleksi Penerimaan Bea Siswa di UPI-YPTK Padang Setiap keputusan akan berdampak terhadap objek yang menjadi keputusan tersebut.

Lebih terperinci

SISTEM PENDUKUNG KEPUTUSAN 3 SKS

SISTEM PENDUKUNG KEPUTUSAN 3 SKS SISTEM PENDUKUNG KEPUTUSAN 3 SKS Deskripsi Mata Kuliah Pengampu : Rahmat Robi Waliyansyah, M.Kom. Buku Pegangan : Dadan Umar Daihani, Komputerisasi Pengambilan Keputusan, Elex Media Komputindo, 2001. D.

Lebih terperinci

GARIS-GARIS BESAR PROGRAM PEMBELAJARAN [ GBPP ]

GARIS-GARIS BESAR PROGRAM PEMBELAJARAN [ GBPP ] GARIS-GARIS BESAR PROGRAM PEMBELAJARAN [ GBPP ] MATA KULIAH : SISTEM PENGAMBILAN KEPUTUSAN SKS : 2 DESKRIPSI SINGKAT : Mata kuliah ini akan pengetahuan tentang konsep pengambilan keputusan oleh para manajer

Lebih terperinci

SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN KOMODITI UNGGULAN PADA DAERAH PENGEMBANGAN AGROINDUSTRI MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW)

SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN KOMODITI UNGGULAN PADA DAERAH PENGEMBANGAN AGROINDUSTRI MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN KOMODITI UNGGULAN PADA DAERAH PENGEMBANGAN AGROINDUSTRI MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) Gerzon J. Maulany gerzonm@yahoo.com Jurusan Sistem

Lebih terperinci

ANALYTICAL HIERARCHY PROCESS (AHP) Amalia, ST, MT

ANALYTICAL HIERARCHY PROCESS (AHP) Amalia, ST, MT ANALYTICAL HIERARCHY PROCESS (AHP) Amalia, ST, MT Multi-Attribute Decision Making (MADM) Permasalahan untuk pencarian terhadap solusi terbaik dari sejumlah alternatif dapat dilakukan dengan beberapa teknik,

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI Bab ini berisi teori-teori yang berkaitan dengan Sistem Pendukung Keputusan, Weighted Product, Weighted Sum Product, Pengertian perguruan tinggi serta tujuan perguruan tinggi..1 Sistem

Lebih terperinci

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN SISWA BERPRESTASI SMK KRISTEN TOMOHON MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN SISWA BERPRESTASI SMK KRISTEN TOMOHON MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING Konferensi Nasional Sistem & Informatika 2017 STMIK STIKOM Bali, 10 Agustus 2017 SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN SISWA BERPRESTASI SMK KRISTEN TOMOHON MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING

Lebih terperinci

Kata Kunci: Guru, Decision support systems, MADM, SAW. 1. Pendahuluan

Kata 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 terperinci

Sistem Pendukung Keputusan. Komponen SPK. Entin Martiana, S.Kom, M.Kom. Politeknik Elektronika Negeri Surabaya

Sistem Pendukung Keputusan. Komponen SPK. Entin Martiana, S.Kom, M.Kom. Politeknik Elektronika Negeri Surabaya Komponen SPK Entin Martiana, S.Kom, M.Kom Komponen-komponen dss Subsistem manajemen data Termasuk database, yang mengandung data yang relevan untuk berbagai situasi dan diatur oleh software yang disebut

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 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 terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN 28 BAB III METODOLOGI PENELITIAN 3.1 Pendefinisian Sistem Sistem pendukung keputusan seleksi penerimaan karyawan yang dibangun merupakan sistem yang mengolah proses penilaian karyawan sampai diputusakan

Lebih terperinci

BAB 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 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 terperinci

Decision Support System. Indra Tobing

Decision Support System. Indra Tobing Decision Support System Indra Tobing A Quote Napoleon: Nothing is more difficult, and therefore more precious, than to be able to decide. Sebuah Overview Decision Support System (DSS) adalah satu jenis

Lebih terperinci

SATUAN ACARA PERKULIAHAN (SAP) Mata Kuliah : Sistem Pengambilan Keputusan Kode : IES6232 Semester : VI Waktu : 2 x 2 x 50 Menit Pertemuan : 5 & 6

SATUAN ACARA PERKULIAHAN (SAP) Mata Kuliah : Sistem Pengambilan Keputusan Kode : IES6232 Semester : VI Waktu : 2 x 2 x 50 Menit Pertemuan : 5 & 6 SATUAN ACARA PERKULIAHAN (SAP) Mata Kuliah : Sistem Pengambilan Keputusan Kode : IES6232 Semester : VI Waktu : 2 x 2 x 50 Menit Pertemuan : 5 & 6 A. Kompetensi 1. Utama Mahasiswa dapat memahami tentang

Lebih terperinci

P6 Arsitektur SPK. A. Sidiq P. Program Studi Teknik Informatika Fakultas Teknologi Informasi Universitas Mercu Buana Yogyakarta

P6 Arsitektur SPK. A. Sidiq P. Program Studi Teknik Informatika Fakultas Teknologi Informasi Universitas Mercu Buana Yogyakarta P6 Arsitektur SPK A. Sidiq P. Program Studi Teknik Informatika Fakultas Teknologi Informasi Universitas Mercu Buana Yogyakarta Arsitektur SPK 2 Arsitektur SPK Komponen-Komponen (arsitektur) DSS dibagi

Lebih terperinci

SISTEM PENDUKUNG KEPUTUSAN PEGAWAI TELADAN PADA DINAS KELAUTAN DAN PERIKANAN KOTA SEMARANG ABSTRAK

SISTEM PENDUKUNG KEPUTUSAN PEGAWAI TELADAN PADA DINAS KELAUTAN DAN PERIKANAN KOTA SEMARANG ABSTRAK SISTEM PENDUKUNG KEPUTUSAN PEGAWAI TELADAN PADA DINAS KELAUTAN DAN PERIKANAN KOTA SEMARANG Fitriani Yaqiyatum Mustajiroh Program Studi Sistem Informasi S1 Fakultas Ilmu Komputer Universitas Dian Nuswantoro

Lebih terperinci

BAB II TINJAUAN PUSTAKA DAN DASAR TEORI

BAB 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 terperinci

BAB 2 LANDASAN TEORI

BAB 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 terperinci

DECISION SUPPORT SYSTEMS COMPONENTS

DECISION SUPPORT SYSTEMS COMPONENTS DECISION SUPPORT SYSTEMS COMPONENTS Pengertian Suatu sistem yang ditujukan untuk mendukung manajemen dalam pengambilan keputusan. Sistem berbasis model yang terdiri dari prosedur-prosedur dalam pemrosesan

Lebih terperinci

BAB 2 TINJAUAN PUSTAKA

BAB 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 terperinci

BAB 2 TINJAUAN PUSTAKA

BAB 2 TINJAUAN PUSTAKA BAB 2 TINJAUAN PUSTAKA 2.1. Sistem Pendukung Keputusan Istilah Sistem Pendukung Keputusan pertama kali digagas oleh P.G.W Keen, seorang akademisi Inggris yang kemudian melanjutkan karir di United States

Lebih terperinci

BAB II TINJAUAN PUSTAKA DAN DASAR TEORI. Tabel 2.1. Perbandingan Tinjauan Pustaka. Penelitian Nurul. Fartindyyah dan. Subiyanto

BAB II TINJAUAN PUSTAKA DAN DASAR TEORI. Tabel 2.1. Perbandingan Tinjauan Pustaka. Penelitian Nurul. Fartindyyah dan. Subiyanto BAB II TINJAUAN PUSTAKA DAN DASAR TEORI 2.1. Tinjauan Pustaka Penelitian ini menggunakan referensi yang berhubungan dengan objek penelitian terutama dari penelitian-penelitian sebelumnya. Tabel 2.1. Perbandingan

Lebih terperinci

Sistem Pendukung Keputusan untuk Menentukan Penilaian Kelayakan Usaha...

Sistem Pendukung Keputusan untuk Menentukan Penilaian Kelayakan Usaha... Sistem Pendukung Keputusan untuk Menentukan Penilaian Kelayakan Usaha... (Maulany) SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN PENILAIAN KELAYAKAN USAHA AGROBISNIS DARI ASPEK PRODUKSI MENGGUNAKAN ALGORITMA

Lebih terperinci

DECISION SUPPORT SYSTEMS

DECISION SUPPORT SYSTEMS DECISION SUPPORT SYSTEMS Definisi Little,J.D.C (dalam Models and Managers:The Concept of a Decision Calculus,1970) : DSS sebagai sekumpulan prosedur berbasis model untuk data pemrosesan dan penilaian guna

Lebih terperinci

Journal of Informatics and Technology, Vol 1, No 4, Tahun 2012, p 9-16

Journal of Informatics and Technology, Vol 1, No 4, Tahun 2012, p 9-16 SISTEM PENDUKUNG KEPUTUSAN PENENTUAN LOKASI KULINER DI SEMARANG DENGAN METODE SIMPLE ADDITIVE WEIGHTING Raina Stefani Budi, Indriyati, Sukmawati Nur Endah Program Studi Teknik Informatika, Universitas

Lebih terperinci

PERANCANGAN 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 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 terperinci

APLIKASI SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN SEKOLAH

APLIKASI SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN SEKOLAH APLIKASI SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN SEKOLAH Dedi Trisnawarman, Margaret Livereja Program Studi Sistem Informasi, Fakultas Teknologi Informasi, Universitas Tarumanagara Jakarta E-mail: dedi_tr@yahoo.com

Lebih terperinci

Daniel Oktodeli Sihombing Program Studi Manajemen Informatika, AMIK BSI, Pontianak

Daniel Oktodeli Sihombing Program Studi Manajemen Informatika, AMIK BSI, Pontianak Seminar Nasional Inovasi dan Teknologi (SNIT) 01 PERANCANGAN SISTEM PENDUKUNG KEPUTUSAN MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) DALAM PEMILIHAN KONSENTRASI TUGAS AKHIR (STUDI KASUS AMIK BSI

Lebih terperinci

P13 Fuzzy MCDM. A. Sidiq P.

P13 Fuzzy MCDM. A. Sidiq P. P13 Fuzzy MCDM A. Sidiq P. http://sidiq.mercubuana-yogya.ac.id Program Studi Teknik Informatika Program Studi Sistem Informasi Fakultas Teknologi Informasi Universitas Mercu Buana Yogyakarta Tujuan Mahasiswa

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang 1.1 Latar Belakang BAB I PENDAHULUAN PT PLN (Persero) merupakan perusahaan penyedia jasa kelistrikan terbesar di Indonesia. Proses dalam meningkatkan usahanya, PT PLN (Persero) tidak dapat melepaskan perhatiannya

Lebih terperinci

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PEMBELIAN KENDARAAN BERMOTOR DENGAN METODE SAW

SISTEM 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 terperinci

PetaCapaianBelajarMhs :SISTEM PENDUKUNG KEPUTUSAN 3sks / Smt.VI

PetaCapaianBelajarMhs :SISTEM PENDUKUNG KEPUTUSAN 3sks / Smt.VI PetaCapaianBelajarMhs :SISTEM PENDUKUNG KEPUTUSAN 3sks / Smt.VI 1 RENCANA PEMBELAJARAN SISTEM PENDUKUNG KEPUTUSAN, 410103090, 3 SKS; Semester 6 Sistem Informasi MATA KULIAH KODE BOBOT SEMESTER Rumpun MK

Lebih terperinci

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN LAPTOP DENGAN METODE SIMPLE ADDITIVE WEIGHTING (SAW)

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN LAPTOP DENGAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN LAPTOP DENGAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) Hasan Alarifi Jurusan Sistem Informasi STMIK Pringsewu Lampung Jl. Wisma Rini No. 09 pringsewu Lampung website:

Lebih terperinci

SISTEM PENUNJANG KEPUTUSAN PENERIMA BEASISWA DENGAN LOGIKA FUZZY TAHANI

SISTEM 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 terperinci

SISTEM PENGAMBILAN KEPUTUSAN KREDIT RUMAH DENGAN METODE FUZZY SAW MADM

SISTEM PENGAMBILAN KEPUTUSAN KREDIT RUMAH DENGAN METODE FUZZY SAW MADM IJCCS, Vol.x, No.x, Julyxxxx, pp. 1~5 ISSN: 1978-1520 1 SISTEM PENGAMBILAN KEPUTUSAN KREDIT RUMAH DENGAN METODE FUZZY SAW MADM Marganda Simarmata [1], Dahlan Abdullah [2] 1.Program Studi Teknik Informatika

Lebih terperinci

Gus melia Testiana. IAIN Raden Fatah, Palembang, Indonesia

Gus 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 terperinci

BAB I PENDAHULUAN. World Wide Web saat ini menjadi trend dunia. Perkembangan web site

BAB I PENDAHULUAN. World Wide Web saat ini menjadi trend dunia. Perkembangan web site BAB I PENDAHULUAN 1.1 Latar Belakang Masalah World Wide Web saat ini menjadi trend dunia. Perkembangan web site ini bukan hanya dapat dilihat pada bisnis saja, tetapi juga pada berbagai bidang. Misalnya

Lebih terperinci

Subsistem manajemen data terdiri dari elemen-elemen berikut ini:

Subsistem manajemen data terdiri dari elemen-elemen berikut ini: Nama : Fernanda Celsiliya NIM : 155030207111048 E. KOMPONEN UTAMA DECISION SUPPORT SYSTEM Menurut Carter et. al. (1992) Decision Support System (DSS) memiliki tiga komponen utama atau subsistem utama yang

Lebih terperinci

10. Berikut ini adalah proses-proses pada pemodelan, Kecuali? a. Trial and error dengan sistem Simulasi. b. Optimisasi c. Heuristic.

10. Berikut ini adalah proses-proses pada pemodelan, Kecuali? a. Trial and error dengan sistem Simulasi. b. Optimisasi c. Heuristic. Kisi Kisi UTS SPK : 1. Dibawah ini merupakan devinisi dari manager, Kecuali? a. proses dalam mengatur pemakaian sumber daya yang ada (man, money, material, time, space, dsb) untuk mendapatkan keluaran

Lebih terperinci

Oleh : Tutut Maitanti*, Ema Utami**, Emha Taufiq Luthfi**

Oleh : 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 terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1 Sistem Pendukung Keputusan 2.1.1 Pengertian Sistem Pendukung Keputusan Sistem Pendukung Keputusan (Decision Support System) adalah sistem informasi berbasis komputer yang dapat

Lebih terperinci

Tekinfo --- Jurnal Ilmiah Teknik Industri dan Informasi Kata Pengantar

Tekinfo --- Jurnal Ilmiah Teknik Industri dan Informasi Kata Pengantar Tekinfo --- Jurnal Ilmiah Teknik Industri dan Informasi --- 1 Kata Pengantar Alhamdulillahi robbil alamin, puji syukur kami sampaikan kehadirat Allah SWT, karena Jurnal Tekinfo (Jurnal Ilmiah Teknik Industri

Lebih terperinci

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN DUTA MAHASISWA GENERASI BERENCANA BKKBN DENGAN METODE WEIGHTED PRODUCT (WP)

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN DUTA MAHASISWA GENERASI BERENCANA BKKBN DENGAN METODE WEIGHTED PRODUCT (WP) SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN DUTA MAHASISWA GENERASI BERENCANA BKKBN DENGAN METODE WEIGHTED PRODUCT (WP) Nurhayati Mursalin 1 dan Rezqiwati Ishak 2 1 mursalin.nurhayati@gmail.com, 2 rezqi.uig@gmail.com

Lebih terperinci

PENILAIAN KINERJA DOSEN DENGAN MENGGUNAKAN METODE AHP (STUDI KASUS : DI STMIK POTENSI UTAMA MEDAN)

PENILAIAN KINERJA DOSEN DENGAN MENGGUNAKAN METODE AHP (STUDI KASUS : DI STMIK POTENSI UTAMA MEDAN) PENILAIAN KINERJA DOSEN DENGAN MENGGUNAKAN METODE AHP (STUDI KASUS : DI STMIK POTENSI UTAMA MEDAN) Ria Eka Sari, Alfa Saleh STMIK POTENSI UTAMA JL.KL.YOS SUDARSO KM 6.5 TANJUNG MULIA MEDAN ladiespure@gmail.com

Lebih terperinci

MODEL MULTI ATTRIBUTE DECISION MAKING METODE SIMPLE ADDITIVE WEIGHTING DALAM PENENTUAN PENERIMA PINJAMAN

MODEL 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 terperinci

Sistem Pendukung Keputusan.

Sistem Pendukung Keputusan. Sistem Pendukung Keputusan http://www.brigidaarie.com Pengertian Definisi awalnya adalah suatu sistem yang ditujukan untuk mendukung manajemen pengambilan keputusan. Agar berhasil mencapai tujuannya maka

Lebih terperinci

Kata kunci: Sistem Pendukung Keputusan (SPK), Fuzzy, SMA, SAW, dan Beasiswa

Kata 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 terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1. Sistem Pendukung Keputusan Sistem pendukung keputusan atau Decision Support System dapat dikatakan sebagai sistem komputer yang mengolah data menjadi informasi untuk mengambil

Lebih terperinci

SISTEM PENUNJANG KEPUTUSAN

SISTEM PENUNJANG KEPUTUSAN SISTEM PENUNJANG KEPUTUSAN IF041-3 2009 Fakultas TeknologiInformasiUniversitasBudi Luhur Jl. CiledugRaya PetukanganUtara Jakarta Selatan 12260 Website: http://fti.bl.ac.id Email: sekretariat_fti@bl.ac.id

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 7 BAB LANDASAN TEORI. Sistem Pendukung Keputusan Pada dasarnya pembuatan keputusan merupakan suatu pendekatan yang bersifat sistematis, artinya pendekatan yang berawal dan bermula dari hakikat suatu masalah,

Lebih terperinci

BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI

BAB 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 terperinci

PERANCANGAN APLIKASI MANAJEMAN PENDUKUNG KEPUTUSAN PENENTUAN BEASISWA PADA SMK BAHRUL MAGHFIROH DENGAN METODE SIMPLE ADDITIVE WEIGHTING

PERANCANGAN APLIKASI MANAJEMAN PENDUKUNG KEPUTUSAN PENENTUAN BEASISWA PADA SMK BAHRUL MAGHFIROH DENGAN METODE SIMPLE ADDITIVE WEIGHTING ABSTRAK PERANCANGAN APLIKASI MANAJEMAN PENDUKUNG KEPUTUSAN PENENTUAN BEASISWA PADA SMK BAHRUL MAGHFIROH DENGAN METODE SIMPLE ADDITIVE WEIGHTING Wini Waziana 1, Noca Yolanda Sari 2 12 Prodi Sistem Informasi,

Lebih terperinci

BAB II LANDASAN TEORI. dan didistribusikan kepada para pemakai.

BAB II LANDASAN TEORI. dan didistribusikan kepada para pemakai. BAB II LANDASAN TEORI 2.1. Sistem Informasi Didalam bukunya, Abdul Kadir (2014) mendefinisikan arti sistem informasi menurut pendapat ahli. Menurut Haal didalam buku karangan Abdul Kadir (2014), definisi

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 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 terperinci

JURUSAN TEKNIK INFORMATIKA FAKULTAS TEKNIK UNIVERSITAS MUHAMMADIYAH MALANG

JURUSAN TEKNIK INFORMATIKA FAKULTAS TEKNIK UNIVERSITAS MUHAMMADIYAH MALANG SISTEM PENDUKUNG KEPUTUSAN (SPK) DALAM PEMILIHAN FURNITUR DENGAN MENGGUNAKAN METODE SAW (SIMPLE ADDITIVE WEIGHTING) BERBASIS WEB Oleh : Yoni Amrulah 09560162 JURUSAN TEKNIK INFORMATIKA FAKULTAS TEKNIK

Lebih terperinci

IMPLEMENTASI SISTEM REKOMENDASIAN PENERIMAAN BEASISWA DENGAN MENGGUNAKAN FMADM

IMPLEMENTASI 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 terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang BAB I PENDAHULUAN Pada bab ini berisi mengenai penjelasan secara umum penjelasan mengenai penjualan furnitur menggunakan Sistem pendukung kuputusan. Pada bagian bab ini akan dibahas mengenai latar belakang,

Lebih terperinci

SISTEM PENDUKUNG KEPUTUSAN PENILAI KINERJA GURU (PKG) MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) (STUDI KASUS) SMA NEGERI 9 SEMARANG

SISTEM PENDUKUNG KEPUTUSAN PENILAI KINERJA GURU (PKG) MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) (STUDI KASUS) SMA NEGERI 9 SEMARANG SISTEM PENDUKUNG KEPUTUSAN PENILAI KINERJA GURU (PKG) MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) (STUDI KASUS) SMA NEGERI 9 SEMARANG Khoirunnisa Rahma Prasetyowati 1, T. Sutojo 2 Program Studi

Lebih terperinci

SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN CALON SISWA BARU DI SMA NEGERI 1 NEGERI KATON MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW)

SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN CALON SISWA BARU DI SMA NEGERI 1 NEGERI KATON MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN CALON SISWA BARU DI SMA NEGERI 1 NEGERI KATON MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) Noca Yolanda Sari, M.Pd, Sella Nindi Satya STMIK Pringsewu Lampung

Lebih terperinci

Volume : II, Nomor : 1, Pebruari 2014 Informasi dan Teknologi Ilmiah (INTI) ISSN : X

Volume : 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 terperinci

JURNAL SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN BEASISWA DENGAN MENGGUNAKAN METODE FUZZY MADM

JURNAL SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN BEASISWA DENGAN MENGGUNAKAN METODE FUZZY MADM JURNAL SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN BEASISWA DENGAN MENGGUNAKAN METODE FUZZY MADM SUPPORTING DECISION SYSTEM REVENUE SCHOLARSHIP USING METHOD WITH FUZZY MADM Oleh: MUCH LUTFI NPM : 10.1.03.03.0139

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 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

BAB II TINJAUAN PUSTAKA. Dosen merupakan tenaga akademik yang bertugas merencanakan dan

BAB II TINJAUAN PUSTAKA. Dosen merupakan tenaga akademik yang bertugas merencanakan dan BAB II TINJAUAN PUSTAKA 2.1 Pemilihan Dosen Berprestasi Dosen merupakan tenaga akademik yang bertugas merencanakan dan melaksanakan proses pembelajaran, menilai hasil pembelajaran, melakukan pembimbingan

Lebih terperinci

BAB 1 PENDAHULUAN Latar Belakang

BAB 1 PENDAHULUAN Latar Belakang BAB 1 PENDAHULUAN 1.1. Latar Belakang Investasi di bidang sumber daya manusia merupakan investasi yang sangat penting, sekaligus memerlukan perhatian khusus dalam penanganannya karena sebagai salah satu

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1. Sistem Pendukung Keputusan Persoalan pengambil keputusan pada dasarnya adalah bentuk pemilihan dari berbagai alternatif tindakan yang mungkin dipilih. Yang prosesnya melalui

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1. Sistem Pendukung Keputusan Sistem Pendukung keputusan (SPK) atau dikenal dengan Decision Support System (DSS) pada tahun 1970-an sebagai pengganti istilah Managementinformation

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA Sistem Pendukung Keputusan merupakan sistem yang dapat membantu para pengambil keputusan dengan memanfaatkan komputer dalam pengambilan keputusan. Secara lebih mendalam, para ahli

Lebih terperinci

Sistem Pendukung Keputusan Penentuan Gaji Bonus Karyawan Pada Restoran KL Express Dengan Metode TOPSIS

Sistem 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 terperinci

Made Kamisutara, Tubagus Purworusmiardi Jurusan Sistem Komputer, Fakultas Ilmu Komputer, Universitas Narotama

Made Kamisutara, Tubagus Purworusmiardi Jurusan Sistem Komputer, Fakultas Ilmu Komputer, Universitas Narotama Pembuatan Aplikasi Sistem Pendukung Keputusan Penggajian dan Pemilihan Pegawai Terbaik Menggunakan Metode Weighted Product (Studi Kasus: PT. Generation Computer) Made Kamisutara, Tubagus Purworusmiardi

Lebih terperinci

BAB 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. 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 terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 6 BAB 2 LANDASAN TEORI Pada tinjauan pustaka ini akan dibahas tentang konsep dasar dan teori-teori yang mendukung pembahasan yang berhubungan dengan sistem yang akan dibuat. 2.1 Basis Data (Database) Database

Lebih terperinci

Perancangan Sistem Pendukung Pengambilan Keputusan untuk Penerimaan Beasiswa dengan Metode SAW (Simple Additive Weighting)

Perancangan Sistem Pendukung Pengambilan Keputusan untuk Penerimaan Beasiswa dengan Metode SAW (Simple Additive Weighting) Jurnal Teknologi Informasi DINAMIK Volume 16, No.2, Juli 2011 : 171 176 ISSN : 0854 9524 Perancangan Sistem Pendukung Pengambilan Keputusan untuk Penerimaan Beasiswa dengan Metode SAW (Simple Additive

Lebih terperinci