Penentuan Posisi Pemain Sepak Bola Menggunakan Metode AHP dan TOPSIS
|
|
- Irwan Muljana
- 6 tahun lalu
- Tontonan:
Transkripsi
1 Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer e-issn: X Vol. 2, No. 7, Juli 2018, hlm Penentuan Posisi Pemain Sepak Bola Menggunakan Metode AHP dan TOPSIS Rezza Pratama 1, Edy Santoso 2, Yuita Arum Sari 3 Program Studi Teknik Informatika, 1 azzerpratama@gmail.com, 2 edy144@ub.ac.id, 3 yuita@ub.ac.id Abstrak Posisi pemain sepak bola merupakan hal yang sangat penting bagi seorang pemain maupun tim. Kesalahan dan kurang optimalnya posisi pemain dapat menjadi faktor kekalahan dalam sebuah pertandingan. Oleh karena itu penentuan posisi pemain menjadi faktor yang sangat penting dalam permainan sepak bola. Tujuan dari penelitian ini adalah untuk membantu pelatih dalam menentukan posisi pemain sepak bola. Pada metode Analytic Hierarcy Process (AHP), pembobotan kriteria dihitung sesuai dengan tingkat kepentingan kriteria tersebut. Metode Technique For Order Preference by Similarity to Ideal Solution (TOPSIS) merupakan metode yang menggunakan jarak sebagai acuan untuk melakukan perbandingan. Alternatif yang dipilih tidak berdasarkan kriteria, namun dibandingkan dengan solusi ideal positif dan negatif. Untuk mendapatkan manfaat dari masing-masing metode tersebut, makan penulis menerapkan gabungan dari metode AHP dan TOPSIS. Dalam penelitian ini, metode AHP digunakan untuk pembobotan. Sedangkan metode TOPSIS digunakan untuk pemeringkatan alternatif. Data yang dipakai untuk pengujian menggunakan 100 data pemain bola. Data tersebut diproses menggunakan perhitungan AHP dan TOPSIS. Hasil dari skenario akan dibandingkan dengan data uji untuk memperoleh nilai akurasi. Dari pembandingan tersebut, didapatkan nilai akurasi sebesar 58%. Hasil rekomendasi posisi yang sesuai dengan posisi asli pemain sebesar 58 data. Kata kunci: posisi pemain, sepak bola, pendukung keputusan, AHP, TOPSIS Abstract The position of the football player is very important for a player or team. Mistakes and less than optimal position of players can be a factor of defeat in a match. Therefore the positioning of players becomes a very important factor in the game of football. The purpose of this research is to assist the coach in determining the football player's position. In the Analytic Hierarcy Process (AHP) method, weighting criteria is calculated according to the importance of the criteria. Methods Technique For Order Preference by Similarity to Ideal Solution (TOPSIS) is a method that uses distance as a reference for making comparisons. The selected alternatives are not based on criteria, but are compared with positive and negative ideal solutions. To benefit from each of these methods, feeding the authors applies a combination of AHP and TOPSIS methods. In this study, the AHP method is used for weighting. While TOPSIS method is used for alternative ranking. The data used for testing using 100 data ball players. The data is processed using AHP and TOPSIS calculations. The results of the scenario will be compared with the test data to obtain the accuracy value. From the comparison, obtained an accuracy of 58%. The result of recommendation of position according to original position of player equal to 58 data. Keywords: player position, football, decision support, AHP, TOPSIS 1. PENDAHULUAN Menurut (Nosa & Faruk, n.d.), sepak bola adalah suatu cabang olahraga yang dimainkan oleh dua tim dan masing-masing tim memiliki sebelas orang pemain. Tim yang mencetak jumlah gol terbanyak akan menjadi pemenang, sedangkan jika masing-masing tim memiliki skor yang seimbang, maka pemenang pertandingan akan ditentukan dengan cara melakukan babak tambahan atau adanya adu penalti. Dalam tim sepak bola, masing-masing tim memiliki seorang penjaga gawang dan sepuluh pemain yang bergerak pada seluruh lapangan Fakultas Ilmu Komputer Universitas Brawijaya 2471
2 Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 2472 yang memiliki posisi yang berbeda-beda. Kesepuluh pemain tersebut, secara garis besar dibagi menjadi beberapa posisi, yaitu posisi bek, gelandang, dan penyerang. Posisi pemain sepak bola dalam tim merupakan suatu hal yang penting untuk memperoleh kemenangan. Namun, tidak sedikit pemain bola yang dapat menempati beberapa posisi dalam tim. Kesalahan dan kurang optimalnya posisi pemain dapat menjadi faktor kekalahan dalam sebuah pertandingan. Contoh saja kasus yang diungkapkan oleh (Rahman, n.d.), perpindahan posisi Firman Utina. Awalnya berposisi sebagai penyerang. Namun setelah berposisi sebagai gelandang serang, kinerjanya meningkat. Bahkan pada pertandingan final Copa Indonesia tahun 2005 ia berhasil melakukan hattrick ke gawang lawan. Contoh kasus yang berikutnya adalah perpindahan yang dialamain oleh Septian David Maulana. Posisi awal di tim Mitra Kukar bermain sebagai gelandang serang. Namun ia bersama timnya menjadi juara saat ia bermain penuh pada posisi sayap sepanjang turnamen dan menjadi pemain kunci. (Trisna, 2016) juga mengungkapkan bahwa Gareth Bale, awalnya berposisi sebagai bek kiri. Kemampuan Bale meningkat dan semakin cemerlang setelah berpindah posisi sebagai gelandang serang. Javier Mascherano, awalnya berposisi sebagai gelandang bertahan. Posisi Mascherano dipindah menjadi bek tengah dan perpindahan itu membawa dampak positif bagi tim. Dalam penentuan posisi pemain sepak bola ini, metode yang digunakan oleh penulis adalah gabungan metode Technique For Order Preference by Similarity to Ideal Solution (TOPSIS) dan Analytical Hierarchy Process (AHP). Metode AHP digunakan untuk memberikan bobot pada masing-masing kriteria. Menurut (Kusumawardani & Agintiara, 2015), pembobotan kriteria dihitung sesuai dengan tingkat kepentingan kriteria tersebut. Kekurangan metode ini adalah ketergantungan model AHP pada input utamanya. Input utama ini berupa persepsi seorang ahli sehingga dalam hal ini melibatkan subjektifitas sang ahli selain itu juga model menjadi tidak berarti jika ahli tersebut memberikan penilaian yang salah. Sedangkan metode TOPSIS digunakan untuk pemeringkatan alternatif pemilihan posisi pemain sepak bola. Metode TOPSIS merupakan metode yang menggunakan jarak sebagai acuan untuk melakukan perbandingan. Alternatif yang dipilih tidak berdasarkan kriteria, namun dibandingkan dengan solusi ideal positif dan negatif. (Purnomo, et al., 2013) juga menjelaskan bahwa solusi ideal positif adalah jumlah dari seluruh nilai terbesar dari setiap atribut, sedangkan solusi ideal negatif adalah seluruh nilai terkecil dari setiap atribut. Alternatif tertinggi akan dipilih sebagai rekomendasi posisi pemain sepak bola. Kekurangan metode ini adalah tidak memiliki perhitungan pembobotan. Metode AHP dan TOPSIS telah diterapkan pada beberapa kasus. Penentuan kelayakan bibit ayam broiler yang dilakukan oleh (Exshadi, et al., 2013) bertujuan untuk menentukan kelayakan dari setiap kandang ayam broiler. Pada penelitian ini metode AHP dan TOPSIS menghasilkan nilai akurasi sebesar 62,5%. Penerimaan pegawai mikro kredit sales (MKS) dilakukan oleh (Putri, 2015) yang bertujuan untuk memudahkan proses penerimaan pegawai MKS. Nilai akurasi yang didapatkan dari penelitian ini sebesar 83,33%. (Junior, et al., 2015) melakukan penelitian tentang pemilihan line up pemain futsal dalam sebuah tim yang bertujuan untuk menentukan line up pemain futsal yang terdiri dari 4 pemain dan 1 kiper. Dalam penelitian ini, didapat nilai akurasi sebesar 83,33%. Mengacu pada permasalahan di atas, penulis ingin menerapkan metode TOPSIS dan AHP untuk menyelesaikan masalah penentuan posisi pemain sepak bola. Diharapkan dengan metode tersebut, pemain dapat bermain secara optimal pada posisi yang telah direkomendasikan. 2. DASAR TEORI 2.1 Metode Analytic Hierarchy Proces (AHP) Metode Analytic Hierarcy Process (AHP) adalah metode yang dinilai sebagai model pengambilan keputusan yang komprehensif. Hal itu disebabkan karena metode AHP adalah metode yang memperhitungkan hal-hal yang bersifat kualitatif dan kuantitatif (Saaty, 1987).Metode AHP dapat menguraikan masalah multifaktor maupun multikriteria menjadi suatu hirarki sehingga dapat mempresentasikan suatu permasalahan kedalam suatu struktur multilevel. Struktur multilevel metode AHP pada level pertama yaitu tujuan, setelah itu level faktor, selanjutnya diikuti level kriteria, level subkriteria, hingga mencapai level alternatif yang merupakan level yang terakhir (Gunawan, et al., 2014).
3 Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Prinsip Dasar Metode AHP Beberapa prinsip dasar AHP sebagai berikut: 1. Membuat hirarki. 2. Penilaian kriteria alternatif. 3. Synthesis of priority (menentukan prioritas). 4. Logical consistency (konsistensi logis) Prosedur Metode AHP 1. Pendefinisian masalah dan penentuan solusi. 2. Penentuan prioritas elemen. 3. Mensintesis. 4. Pengukuran Konsistensi (λ maks). 5. Menghitung Consistency Index (CI). 6. Menghitung Consistency Ratio (CR). 7. Memeriksa konsistensi hirarki. 2.2 Metode Technique For Order Preference by Similarity to Ideal Solution (TOPSIS) Metode TOPSIS adalah metode yang didasarkan pada konsep dimana alternatif terpilih yang terbaik tidak hanya memiliki jarak terpendek dari solusi ideal positif, namun juga memiliki jarak terpanjang solusi ideal negatif. Metode ini menggunakan jarak sebagai acuan untuk melakukan perbandingan. Metode ini juga mempertimbangkan jarak terhadap solusi ideal positif dan jarak terhadap solusi ideal negatif secara bersamaan. Dalam metode ini, solusi optimal dapat didapat dengan cara menentukan kedekatan relatif suatu alternatif terhadap solusi ideal positif. Nilai kedekatan relatif suatu alternatif akan dirangking. Dari alternatifalternatif yang telah dirangking, solusi optimal akan diambil. Solusi optimal yang telah diambil akan dijadikan referensi untuk keputusankeputusan yang akan diambil Prosedur Metode TOPSIS 1. Membangun sebuah matriks keputusan. 2. Membuat matriks keputusan yang ternormalisasi dengan menggunakan persamaan: r ij = x ij m x 2 i=1 ij (1) Dimana i = 1, 2, 3,.., m; dan j = 1, 2, 3,.., n; dimana r ij adalah elemen dari matriks keputusan yang ternomalisasi r dan x ij adalah elemen dari matriks keputusan x. 3. Membuat matriks keputusan yang ternormalisasi terbobot dengan menggunakan persamaan: v ij = w j r ij (2) Dengan i = 1, 2, 3,, m; dan j = 1, 2, 3,.., n; dimana v ij adalah elemen matriks keputusan yang ternomalisasi terbobot v, w j adalah bobot dari kriteria ke- j, dan r ij adalah elemen dari matriks keputusan yang ternomalisasi r. 4. Menentukan matriks solusi ideal positif dan solusi ideal negatif dengan persamaan: A + = {(max v ij j J), (min v ij j J ), i = 1, 2, 3,., m} = {v 1 +, v 2 +, v 3 +,., v n + } (3) A = {(max v ij j J), (min v ij j J ), i = 1, 2, 3,., m} = {v 1 +, v 2 +, v 3 +,., v n + } (4) J = {j = 1, 2, 3,, n dan J merupakan himpunan kriteria keuntungan (benefit criteria)}. J = { j = 1, 2, 3,.., n dan J merupakan himpunan kriterian biaya (cost criteria)}. Dimana v ij adalah elemen dari matriks keputusan ternomalisasi terbobot v, v 1 + (j = 1, 2, 3,., n) adalah elemen matriks solusi ideal positif, dan v 1 (j = 1, 2, 3,., n) adalah elemen matriks solusi ideal negatif. 5. Menghitung solusi ideal positif dan solusi ideal negatif menggunakan persamaan: s + n i = j=1 (v ij v + j ), dengan i = 1,2,3,.., m (5) s n i = j=1 (v ij v + j ), dengan i = 1,2,3,.., m (6) Dimana s + i adalah jarak alternatif ke-i dari solusi ideal positif, s i adalah jarak alternatif ke-i dari solusi ideal negatif, v ij adalah elemen dari matriks keputusan yang ternomalisasi terbobot v, v + j adalah elemen matriks solusi ideal positif, dan v j adalah elemen matriks solusi ideal negatif. 6. Menghitung kedekatan relatif terhadap solusi ideal posistif dengan menggunakan persamaan: c i + = s i (s i + si + ), 0 c i + 1 (7) Dengan i = 1, 2, 3,., m, dimana c i +
4 Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 2474 adalah kedekatan relatif dari alternatif ke-i terhadap solusi ideal positif, s i + adalah jarak alternatif ke-i dari solusi ideal positif, dan s i + adalah jarak alternatif ke-i dari solusi ideal negatif. 7. Merangking alternatif. 3. METODOLOGI PENELITIAN Tahapan penelitian ini yaitu studi kepustakaan, pengumpulan data, analisis kebutuhan, perancangan, implementasi, pengujian dan analisis, pengambilan keputusan. 3.1 Studi Kepustakaan Studi kepustakaan dilakukan untuk mendapatkan dan mempelajari kepustakaankepustakaan yang berkaitan dengan penelitian ini. Sumber kepustakaan yang diperoleh dari buku, jurnal, e-book, wawancara, penelitian sebelumnya, internet, dan sumber pustaka lain yang terkait dengan penelitian. Adapun teori yang dipelajari, yaitu: Metode Analytical Hierarchy Process (AHP). Metode Technique For Order Preference by Similarity to Ideal Solution (TOPSIS). 3.2 Pengumpulan Data Data yang digunakan dalam penelitian ini adalah data sekunder berupa data pemain beserta posisi pemain tersebut. Dataset pemain diperoleh melalui website Pesmaster yang merupakan aset properti dari KONAMI dimana data yang didapat akan dipakai dalam tahap pengujian. 4. PERANCANGAN SISTEM Model perancangan menjelaskan mengenai cara kerja aplikasi terstruktur. Dalam hal ini, terdapat beberapa proses utama yaitu input, proses, dan output. Perancangan akan dapat dilihat pada Gambar 1. Gambar 1 Perancangan User akan menginput data pemain sepak bola. Data tersebut akan diproses sistem menggunakan perhitungan metode AHP dan TOPSIS. Setelah dilakukan perhitungan, output akan menampilkan rekomendasi posisi pemain sepak bola yang sudah diproses. 5. PENGUJIAN DAN ANALISIS 5.1 Pengujian Pada bab pengujian ini menjelaskan tentang hasil pengujian dari implementasi metode AHP- TOPSIS untuk menentukan posisi pemain sepak bola dan pengujian akurasi. Data uji yang sudah ditentukan akan dimasukkan pada sistem. Hasil rekomendasi tersebut kemudian dibandingkan dengan posisi asli pemain. Tabel 1 Hasil Pengujian No Nama Posisi Posisi Posisi No Nama Posisi Rekomendasi Rekomendasi 1 Z. Ibrahimović CF ST 51 C. Fàbregas CMF AM 2 S. Agüero CF ST 52 C. Marchisio CMF AM 3 L. Suárez CF ST 53 Ramires CMF RB/LB 4 R. van Persie CF ST 54 Xavi CMF AM 5 E. Cavani CF ST 55 Kharja CMF ST 6R. Lewandowski CF ST 56 J. Moutinho CMF AM 7 K. Benzema CF ST 57 Lassana Diarra DMF ST 8 G. Higuaín CF ST 58 A. Pirlo DMF AM 9 D. Costa CF ST 59 X. Alonso DMF DM 10 M. Balotelli CF ST 60 J. Mascherano DMF CB 11 E. Džeko CF ST 61 F. Melo DMF CB 12 D. Welbeck CF RW/LW 62 S. Busquets DMF DM 13 O. Giroud CF ST 63 D. De Rossi DMF CB 14 R. Falcao CF ST 64 T. Motta DMF CB 15 C. Ronaldo LWF ST 65 R. Cohade DMF CB 16 A. Robben RWF RW/LW 66 J. Martínez DMF CB 17 G. Bale RWF RW/LW 67 Luiz Gustavo DMF CB 18 F. Ribéry LMF RW/LW 68 S. Gerrard DMF ST 19 E. Hazard LMF RW/LW 69 Miguel DMF DM 20 Hulk RWF ST 70 M. Schneiderlin DMF CB 21 A. Sánchez LWF RW/LW 71 D. Alaba LB CB 22 D. Mertens LWF RW/LW 72 P. Lahm RB CB 23 Nico Gaitán LMF RW/LW 73 Marcelo LB CB 24 L. Moura RWF RW/LW 74 Danilo RB RB/LB 25 M. Reus LWF RW/LW 75 D. Carvajal RB CB 26 A. Di María RWF RW/LW 76 B. Sagna RB CB 27 A. Turan RMF AM 77 S. Lichtsteiner RB RB/LB 28 A. Candreva RMF RW/LW 78 C. Azpilicueta LB CB 29 D. Silva AMF AM 79 F. Clerc RB RB/LB 30 J. Rodríguez AMF ST 80 N. Clyne RB RB/LB 31 W. Rooney AMF ST 81 Chrétien RB CB 32 Sneijder AMF AM 82 P. Zabaleta RB CB 33 M. Hamsik AMF AM 83 D. Janmaat RB RB/LB 34 I. Rakitić AMF AM 84 de Marcos RB CB 35 Koke AMF CM 85 S. Ramos CB CB 36 Oscar AMF AM 86 T. Silva CB CB 37 M. Götze AMF AM 87 J. Boateng CB CB 38 R. Sterling AMF RW/LW 88 V. Kompany CB CB 39 S. Nasri AMF RW/LW 89 D. Godín CB CB 40 Santi Cazorla AMF AM 90 M. Hummels CB CB 41 Hernanes AMF AM 91 G. Piqué CB CB 42 D. Costa AMF RW/LW 92 D. Luiz CB CB 43 Y. Touré CMF AM 93 Pepe CB CB 44Schweinsteiger CMF AM 94 M. Benatia CB CB 45 L. Modrić CMF CM 95 G. Chiellini CB CB 46 A. Vidal CMF CB 96 J. Miranda CB CB 47 Thiago CMF AM 97 L. Bonucci CB CB 48 T. Kroos CMF AM 98 N. Otamendi CB CB 49 P. Pogba CMF ST 99 R. Varane CB CB 50 A. Iniesta CMF CM 100 Van der Weill RB RB/LB Berdasarkan tabel 1 diatas, posisi rekomendasi sistem yang sesuai dengan posisi asli pemain sebanyak 58. Sedangkan posisi
5 Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 2475 rekomendasi sistem yang tidak sesuai sebanyak 42. data yang diperoleh, didapatkan nilai akurasi sebesar: Banyak data benar Nilai Akurasi 100% Total data % % Jadi, tingkat kesesuaian hasil sistem dengan data asli sebanyak 58%. 5.2 Analisis Dari pengujian yang telah dilakukan, dapat dilihat analisis yang ditunjukkan pada Gambar 2. Gambar 2 Grafik Hasil Pengujian Dari Gambar 2, dapat dilihat bahwa jumlah data yang benar sebanyak 58 data. Jumlah data benar pada posisi striker (ST) sebanyak 13, sedangkan jumlah data yang salah sebanyak 1. Data benar pada posisi sayap (RW/LW) sebanyak 11, sedangkan data yang salah sebanyak 3. Data benar pada posisi gelandang serang (AM) sebanyak 8, sedangkan data yang salah sebanyak 6. Data benar pada posisi gelandang tengah (CM) sebanyak 2, sedangkan yang salah sebanyak 12. Data benar pada posisi gelandang bertahan (DM) sebanyak 3, sedangkan data yang salah sebanyak 11. Data benar pada posisi bek sayap (RB/LB) sebanyak 6, sedangkan data yang salah sebanyak 9. Data benar pada posisi bek tengah (CB) sebanyak 15, data yang tidak sesuai sebanyak 0. Posisi yang memiliki banyak data yang sesuai dengan posisi asli adalah ST, RW/LW, AM, dan CB. Posisi yang memiliki banyak data yang tidak sesuai dengan posisi asli adalah CM, DM, dan RB/LB. 6. PENUTUP Dalam melakukan perancangan penentuan posisi dapat dilakukan dengan menggunakan metode AHP dan TOPSIS. Tahapan dengan menggunakan metode AHP dan TOPSIS meliputi penentuan matriks berbandingan berpasangan, normalisasi perbandingan berpasangan, perhitungan bobot prioritas kriteria, uji konsistensi, perhitungan normalisasi matriks keputusan, perhitungan normalisasi matriks keputusan terbobot, perhitungan solusi ideal positif dan negatif, perhitungan separasi positif dan negatif, perhitungan nilai preferensi, pengurutan nilai preferensi, dan rekomendasi posisi pemain sepak bola. Nilai akurasi dihitung menggunakan data yang telah diuji. Proses perhitungan akurasi dihitung berdasarkan pembagian antara banyak data benar dibagi banyak data seluruhnya dikalikan 100%. Pada penelitian ini diperoleh data benar sebanyak 58 data dan banyak seluruh data adalah 100 data, sehingga diperoleh nilai akurasi sebesar 58%. Faktor kemampuan individu para pemain dan pembobotan pada matriks perbandingan berpasangan sangat berpengaruh. DAFTAR PUSTAKA Exshadi, B. Y. I., Soebroto, A. A. & Putri, R. R. M., Sistem Pendukung Keputusan Penentuan Kelayakan Pengisian Bibit Ayam Broiler Dikandang Peternak Menggunakan Metode Ahp Dan Topsis. Volume 2, p. 10. Junior, B. F., Hidayat, N. & Santoso, E., Pemodelan Sistem Pendukung Keputusan Pemilihan Line Up Cabang Olahraga Futsal Dengan Metode Ahp-Topsis. Volume 6, p. 4. Kusumawardani, R. P. & Agintiara, M., Application of Fuzzy AHP-TOPSIS Method for Decision Making in Human Resource Manager Selection Process. Procedia Computer Science, Volume 72, pp Nosa, A. S. & Faruk, M., n.d. Survei Tingkat Kebugaran Jasmani Pada Pemain Persatuan Sepakbola Indonesia Lumajang. p. 1. Purnomo, E. N. S., Sihwi, S. W. & Anggrainingsih, R., Analisis Perbandingan Menggunakan Metode AHP, TOPSIS,dan AHP-TOPSIS dalam Studi Kasus Sistem Pendukung Keputusan Penerimaan Siswa Program Akselerasi. Jurnal ITSMART, Volume 2, pp Putri, S. R., Sistem Pendukung Keputusan Penerimaan Pegawai Mikro Kredit Sales
6 Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 2476 (MKS) Menggunakan Metode AHP dan TOPSIS. S1. Rahman, A., n.d. sport.detik.com. [Online] Available at: n-silang/d /fenomenatransformasi-posisi-gelandang-serang-disepakbola-indonesia [Accessed Selasa April 2017]. Saaty, R. W., The Analytic Hierarchy Process-What It Is And How It Is Used. Mathl Modelling, Volume 9, pp Trisna, V. Y., Pemain yang Makin Bersinar Setelah Pindah Posisi. [Online] Available at: 10-pemain-yang-makin-bersinar-setelahpindah-posisi [Accessed 20 Agustus 2017].
ISSN VOL 15, NO 2, OKTOBER 2014
PENERAPAN METODE TOPSIS DAN AHP PADA SISTEM PENUNJANG KEPUTUSAN PENERIMAAN ANGGOTA BARU, STUDI KASUS: IKATAN MAHASISWA SISTEM INFORMASI STMIK MIKROSKIL MEDAN Gunawan 1, Fandi Halim 2, Wilson 3 Program
Lebih terperinciKOMBINASI METODE AHP DAN TOPSIS PADA SISTEM PENDUKUNG KEPUTUSAN
KOMBINASI METODE AHP DAN TOPSIS PADA SISTEM PENDUKUNG KEPUTUSAN Ahmad Abdul Chamid 1*, Alif Catur Murti 1 1 Program Studi Teknik Informatika, Fakultas Teknik, Universitas Muria Kudus Gondangmanis, PO Box
Lebih terperinciJurnal Sistem dan Teknologi Informasi (JUSTIN) Vol. 1, No. 1, (2016) Jurnal Sistem dan Teknologi Informasi (JUSTIN) Vol. 2, No.
Sistem Pendukung Keputusan Pemilihan Tempat Kost Khusus Mahasiswa dengan Metode AHP dan TOPSIS Berbasis Web (Studi Kasus : Kota Pontianak) Herik Sugianto, Yulianti, Hengky Anra Program Studi Teknik Informatika
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Sistem Pendukung Keputusan Pada dasarnya Sistem Pendukung Keputusan ini merupakan pengembangan lebih lanjut dari sistem informasi manajemen terkomputerisasi yang dirancang sedemikian
Lebih terperinciSELEKSI PENERIMAAN CALON KARYAWAN MENGGUNAKAN METODE TOPSIS
SELEKSI PENERIMAAN CALON KARYAWAN MENGGUNAKAN METODE TOPSIS Sri Lestari IBI Darmajaya t4ry09@yahoo.com ABSTRACT One factor supporting human resource development is qualification. The selection of employees
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Konsep Dasar Sistem Suatu sistem pada dasarnya adalah sekolompok unsur yang erat hubungannya satu dengan yang lain, yang berfungsi bersama-sama untuk mencapai tujuan tertentu.
Lebih terperinciRANCANG BANGUN APLIKASI SISTEM PENDUKUNG KEPUTUSAN MENGGUNAKAN MODEL ANALYTICAL HIERARCHY PROCESS UNTUK PEMBERIAN BONUS KARYAWAN
RANCANG BANGUN APLIKASI SISTEM PENDUKUNG KEPUTUSAN MENGGUNAKAN MODEL ANALYTICAL HIERARCHY PROCESS UNTUK PEMBERIAN BONUS KARYAWAN Yosep Agus Pranoto Jurusan Teknik Informatika, Fakultas Teknologi Industri
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PENEMPATAN POSISI IDEAL PEMAIN DALAM STRATEGI FORMASI SEPAK BOLA
SISTEM PENDUKUNG KEPUTUSAN PENEMPATAN POSISI IDEAL PEMAIN DALAM STRATEGI FORMASI SEPAK BOLA Ian Febianto Jurusan Teknik Informatika, Fakultas Teknik dan Ilmu Komputer, Universitas Komputer Indonrsia Jl.
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN SELEKSI CALON KARYAWAN PADA PT BPR CHRISTA JAYA KUPANG DENGAN METODE ANALITICAL HIERARCHY
J-ICON, Vol. 2 No. 1, Maret 2014, pp. 73~83 73 SISTEM PENDUKUNG KEPUTUSAN SELEKSI CALON KARYAWAN PADA PT BPR CHRISTA JAYA KUPANG DENGAN METODE ANALITICAL HIERARCHY PROCESS (AHP) DAN TECHNIQUE FOR ORDER
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 terperinciPENERAPAN PERBANDINGAN METODE AHP-TOPSIS DAN ANP-TOPSIS MENGUKUR KINERJA SUMBER DAYA MANUSIA DI GORONTALO
PENERAPAN PERBANDINGAN METODE AHP-TOPSIS DAN ANP-TOPSIS MENGUKUR KINERJA SUMBER DAYA MANUSIA DI GORONTALO Moh Ramdhan Arif Kaluku 1, Nikmasari Pakaya 2 1 aliaskaluku@gmail.com, 2 nikmasaripakaya@gmail.com
Lebih terperinciANALYTICAL 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 terperinciPEMILIHAN STRATEGI KEBIJAKAN PEMBINAAN UMKM DI DINAS KUMKM DAN PERDAGANGAN PROVINSI DKI JAKARTA DENGAN METODE AHP DAN TOPSIS
PEMILIHAN STRATEGI KEBIJAKAN PEMBINAAN UMKM DI DINAS KUMKM DAN PERDAGANGAN PROVINSI DKI JAKARTA DENGAN METODE AHP DAN TOPSIS Dino Caesaron 1), Leksani B. R. 2 ) Program Studi Teknik Industri-Universitas
Lebih terperinciPENENTUAN PEMINATAN PESERTA DIDIK MENGGUNAKAN METODE AHP-TOPSIS (STUDI KASUS SMA NEGERI 6 SEMARANG)
PENENTUAN PEMINATAN PESERTA DIDIK MENGGUNAKAN METODE AHP-TOPSIS (STUDI KASUS SMA NEGERI 6 SEMARANG) Rahmawan Bagus Trianto 1 1 Teknik Informatika Universitas Dian Nuswantoro Semarang E-mail : 111201005199@mhs.dinus.ac.id
Lebih terperinciBAB I PENDAHULUAN. regu yang masing-masing regunya terdiri dari sebelas orang termasuk seorang
BAB I PENDAHULUAN 1.1 Latar Belakang Sepakbola adalah suatu permainan dengan bola yang dimainkan oleh dua regu yang masing-masing regunya terdiri dari sebelas orang termasuk seorang penjaga gawang. Permainan
Lebih terperinciModel Sistem Penunjang Keputusan Pemilihan Pemain Sepak Takraw Menggunakan Metode SAW
ISSN: 0216-3284 1261 Model Sistem Penunjang Keputusan Pemilihan Pemain Sepak Takraw Menggunakan Metode SAW Hasbian Noor, Fitriyadi Program Studi Sistem Informasi, STMIK Banjarbaru Jl. A. Yani Km. 33,3
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PENGGUNAAN JENIS TANAMAN DENGAN METODE ANALYTIC HIERARCHY PROCESS (AHP)
SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PENGGUNAAN JENIS TANAMAN DENGAN METODE ANALYTIC HIERARCHY PROCESS (AHP) Nur Musyarrofatul Mala 1, Anton Muhibuddin 2, Agus Sifaunajah 3 1) Program Studi Sistem Informasi
Lebih terperinciAbstract. Keywords: Scholarship, Fuzzy MADM, SAW, Criteria.
ISSN : 1693 1173 Sistem Pendukung Keputusan Beasiswa Diklat dengan Fuzzy Multiple Attribute Decission Making (MADM) Tri Handayani, Wawan Laksito Yuly Saptomo, Teguh Susyanto Abstract The scholarship is
Lebih 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 terperinciAndri Syafrianto Teknik Informatika STMIK El Rahma
1 PERBANDINGAN METODE WEIGHTED PRODUCT MODEL (WPM) DAN TECHNIQUE FOR ORDER PREFERENCE BY SIMILARITY TO IDEAL SOLUTION (TOPSIS) PADA PROSES PEMILIHAN MAHASISWA YANG BERHAK MENERIMA BEASISWA Andri Syafrianto
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 terperinciJurnal Pengembangan Teknologi Informasi dan Ilmu Komputer e-issn: X
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer e-issn: 2548-964X Vol. 2, No. 7, Juli 2018, hlm. 2754-2759 http://j-ptiik.ub.ac.id Sistem Pendukung Keputusan Penentuan Kelayakan Kandang Ayam
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 terperinciSISTEM PENDUKUNG KEPUTUSAN PEMILIHAN MAKANAN SEHAT MENGGUNAKAN METODE AHP (Analytic Hierarchy Process)
SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN MAKANAN SEHAT MENGGUNAKAN METODE AHP (Analytic Hierarchy Process) M. Misdram Fakultas Teknik, Program Studi Teknik Informatika Universitas Yudharta Pasuruan ABSTRACT
Lebih terperinciAPLIKASI AHP UNTUK PENILAIAN KINERJA DOSEN
Indriyati APLIKASI AHP UNTUK PENILAIAN KINERJA DOSEN Indriyati Program Studi Teknik Informatika Jurusan Matematika FSM Universitas Diponegoro Abstrak Dalam era globalisasi dunia pendidikan memegang peranan
Lebih terperinciPENERAPAN MULTIMETODE BERBASIS MATRIKS PADA SELEKSI PENERIMAAN CALON ASISTEN LABOR.
PENERAPAN MULTIMETODE BERBASIS MATRIKS PADA SELEKSI PENERIMAAN CALON ASISTEN LABOR Rahimullaily 1), Lakry Maltaf 2) 1), 2) Program Studi Sistem Informasi STMIK Indonesia Padang 1) email: rahimullaily@stmikindonesia.ac.id
Lebih terperinciSistem Pendukung Keputusan Mahasiswa Berprestasi Menggunakan Metode TOPSIS
Sistem Pendukung Keputusan Mahasiswa Berprestasi Menggunakan Metode TOPSIS Sri Rahmawati Fitriatien Universitas PGRI Adi Buana Surabaya (Fakultas Keguruan dan Ilmu Pendidikan, Program Studi Pendidikan
Lebih terperinciMancalaAHP: Game Tradisional Mancala Berbasis Analytic Hierarchy Process
MancalaAHP: Game Tradisional Mancala Berbasis Analytic Hierarchy Process Chandra Kusuma Dewa Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas Islam Indonesia Jl. Kaliurang Km 14 Yogyakarta
Lebih terperinciANALISIS DAN PERANCANGAN APLIKASI PEMILIHAN JENIS BEASISWA MENGGUNAKAN METODE ANALYTICAL HIERARCHY PROCESS (STUDI KASUS: BEASISWA UKRIDA)
Jurnal Teknik dan Ilmu Komputer ANALISIS DAN PERANCANGAN APLIKASI PEMILIHAN JENIS BEASISWA MENGGUNAKAN METODE ANALYTICAL HIERARCHY PROCESS (STUDI KASUS: BEASISWA UKRIDA) ANALYSIS AND DESIGN APPLICATION
Lebih terperinciPENGOLAHAN DATA PENGANGKATAN KARYAWAN TETAP DENGAN MENGGUNAKAN METODE ANALITYCAL HIERARCHY PROCESS (AHP)
ISBN: 978-602-72850-3-3 SNIPTEK 2016 PENGOLAHAN DATA PENGANGKATAN KARYAWAN TETAP DENGAN MENGGUNAKAN METODE ANALITYCAL HIERARCHY PROCESS (AHP) Dewi Ayu Nur Wulandari AMIK BSI Karawang Jl. Ahmad Yani No.
Lebih terperinciANALISIS DAN PERANCANGAN APLIKASI REKOMENDASI MOBIL MULTI KRITERIA MENGGUNAKAN METODE FUZZY HYBRID
JIMP - Jurnal Informatika Merdeka Pasuruan Vol.2 No.2 Agustus 2017 ISSN 2503-1945 ANALISIS DAN PERANCANGAN APLIKASI REKOMENDASI MOBIL MULTI KRITERIA MENGGUNAKAN METODE FUZZY HYBRID Irham Kurniawan 1, Syahroni
Lebih terperinciIMPLEMENTASI KOMBINASI METODE AHP DAN SAW DALAM PENDUKUNG KEPUTUSAN PENENTUAN KREDIT PERUMAHAN RAKYAT ABSTRAK
IMPLEMENTASI KOMBINASI METODE AHP DAN SAW DALAM PENDUKUNG KEPUTUSAN PENENTUAN KREDIT PERUMAHAN RAKYAT Yustina Meisella Kristania Program Studi Sistem Informasi Sekolah Tinggi Manajemen Informatika dan
Lebih terperinciDECISION SUPPORT SYSTEM FOR DETERMINING SCHOLARSHIP RECIPIENTS USING TOPSIS FMADM METHOD
ZERO JURNAL SAINS MATEMATIKA DAN TERAPAN Volume 1 No. 1 2017 Page : 11-21 P-ISSN: 2580-569X E-ISSN: 2580-5754 DECISION SUPPORT SYSTEM FOR DETERMINING SCHOLARSHIP RECIPIENTS USING TOPSIS FMADM METHOD Ismail
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN Dalam melakukan suatu penelitian, metodologi penelitian merupakan suatu proses berpikir yang sistematis atau tahap-tahap penelitian yang diawali dengan mengidentifikasi masalah,
Lebih terperinciSutariyani 1, H.Ary Setyadi 2 12 STMIK AUB Surakarta
Volume 20 No. 2, Desember 2014 ISSN 1693-590x SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN POSISI PEMAIN DALAM OLAHRAGA SEPAKBOLA MENGGUNAKAN METODE AHP Sutariyani 1, H.Ary Setyadi 2 12 STMIK AUB Surakarta
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PROVIDER INTERNET MENGGUNAKAN METODE AHP dan SAW DOSEN : DRS. RETANTYO WARDOYO, M.Sc., Ph.D
SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PROVIDER INTERNET MENGGUNAKAN METODE AHP dan SAW DOSEN : DRS. RETANTYO WARDOYO, M.Sc., Ph.D Disusun Oleh Ibnu Triyanto 1411 Kirwanto 1411 Nuralia 1411601261 Putri Hayati
Lebih terperinciSistem Pengukuran Kinerja Sumber Daya Manusia Mengunakan Metode ANP-TOPSIS
Sistem Pengukuran Kinerja Sumber Daya Manusia Mengunakan Metode ANP-TOPSIS Moh Ramdhan Arif Kaluku 1, Nikmasari Pakaya 2 Jurusan Teknik Informastika Universitas Negeri Gorontalo Gorontalo, Indonesia 1
Lebih terperinciSistem Pendukung Keputusan Pemilihan Mata Pelajaran Unggulan Pada LPI Al-Muhajirin Cibeurih
JURNAL INFORMATIKA, Vol.4 No.1 April 2017, pp. 103~107 ISSN: 2355-6579 E-ISSN: 2528-2247 103 Sistem Pendukung Keputusan Pemilihan Mata Pelajaran Unggulan Pada LPI Al-Muhajirin Cibeurih 1 Sri Hadianti,
Lebih terperinciPERBANDINGAN PENERAPAN METODE SAW DAN TOPSIS DALAM SISTEM PEMILIHAN LAPTOP
PERBANDINGAN PENERAPAN METODE SAW DAN TOPSIS DALAM SISTEM PEMILIHAN LAPTOP SKRIPSI Diajukan Untuk Memenuhi Salah Satu Syarat Memperoleh Gelar Sarjana Komputer ( S.Kom ) Pada Program Studi Teknik Informatika
Lebih terperinciPemanfaatan Metode Analytical Hierarchy Process Untuk Penentuan Kenaikan Jabatan Karyawan
Pemanfaatan Metode Analytical Hierarchy Process Untuk Penentuan Kenaikan Jabatan Karyawan Hartono STMIK IBBI Jl. Sei Deli No. 18 Medan, Telp. 061-4567111 Fax. 061-4527548 e-mail: hartonoibbi@gmail.com
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN A. Objek Penelitian Penelitian ini dilakukan di daerah Kabupaten Sleman, yang merupakan salah satu Kabupaten yang berada di Provinsi Daerah Istimewa Yogyakarta. Penelitian dilakukan
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PENENTUAN KARYAWAN TERBAIK MENGGUNAKAN METODE AHP DAN TOPSIS
SISTEM PENDUKUNG KEPUTUSAN PENENTUAN KARYAWAN TERBAIK MENGGUNAKAN METODE AHP DAN TOPSIS Indra Herman Firdaus 1, Gunawan Abdillah 2, Faiza Renaldi 3 Jurusan Informatika, Fakultas MIPA Universitas Jenderal
Lebih terperinciIMPLEMENTASI METODE AHP UNTUK REKOMENDASI TEMPAT KOST PADA APLIKASI KOST ONLINE
IMPLEMENTASI METODE AHP UNTUK REKOMENDASI TEMPAT KOST PADA APLIKASI KOST ONLINE Galang Bogar Santos 1, Hendra Pradipta 2, Mungki Astiningrum 3 1,2 Program Studi Teknik Informatika, Jurusan Teknologi Informasi,
Lebih terperinciFUZZY MADM DALAM EVALUASI PROGRAM STUDI MENGGUNAKAN METODE SIMPLE ADDITIF WEIGHTING
FUZZY MADM DALAM EVALUASI PROGRAM STUDI MENGGUNAKAN METODE SIMPLE ADDITIF WEIGHTING Erliza Yubarda Jurusan Manajemen Informatika, AMIK Mitra Gama Jl. Kayangan No. 99 Duri Riau e-mail : erliza_yubarda@yahoo.co.id
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Sejarah Metode TOPSIS Sumber kerumitan masalah keputusan hanya karena faktor ketidakpastian atau ketidaksempurnaan informasi saja. Namun masih terdapat penyebab lainnya seperti
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PEMILIHAN MANDOR MENGGUNAKAN METODE TOPSIS
ISSN : 1978-6603 SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN MANDOR MENGGUNAKAN METODE TOPSIS Asyahri Hadi Nasyuha *1, Muhammad Dahria *2, Tugiono *3 #1,2,3 Program Studi Sistem Informasi, STMIK Triguna Dharma
Lebih terperinciPERBANDINGAN METODE PROFILE MATCHING DAN SIMPLE ADDITIVE WEIGHTING PADA PENENTUAN JURUSAN SISWA KELAS X SMA N 2 NGAGLIK
Jurnal Ilmiah DASI Vol. 1 No. 1 Maret 2015, hlm 1-22 ISSN: 1411-3201 PERBANDINGAN METODE PROFILE MATCHING DAN SIMPLE ADDITIVE WEIGHTING PADA PENENTUAN JURUSAN SISWA KELAS X SMA N 2 NGAGLIK Bety Wulan Sari
Lebih terperinciJURNAL TEKNOLOGI INFORMASI & PENDIDIKAN ISSN : VOL. 9 NO. 1 April 2016
SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN TIPE RUMAH IDAMAN SESUAI KEBUTUHAN KONSUMEN MENGGUNAKAN METODE ANALYTICAL HIERARCHY PROCESS (AHP) DENGAN SOFTWARE SUPER DECISION Sri Nadriati 1 ABSTRACT The
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Objek Wisata Objek dan daya tarik wisata adalah suatu bentukan dan fasilitas yang berhubungan, yang dapat menarik minat wisatawan atau pengunjung untuk datang ke suatu daerah
Lebih terperinciSeminar Nasional Telekomunikasi dan Informatika (SELISIK 2016) Bandung, 28 Mei Abstrak I. PENDAHULUAN. Abstract ISSN :
SISTEM PENDUKUNG KEPUTUSAN PENENTUAN DAERAH BERPOTENSI KEMISKINAN ABSOLUT DI UPT BP3AKB KECAMATAN CISARUA MENGGUNAKAN METODE ANALYTIC HIERARCHY PROCESS WEIGHTED PRODUCT Muchlis Salam 1), Tacbir Hendro
Lebih terperinciDAFTAR ISI. KATA PENGANTAR... Error! Bookmark not defined. UCAPAN TERIMA KASIH... Error! Bookmark not defined. ABSTRAK... iv. ABSTRACT...
DAFTAR ISI KATA PENGANTAR... Error! UCAPAN TERIMA KASIH... Error! ABSTRAK... iv ABSTRACT... v DAFTAR ISI... Error! i DAFTAR GAMBAR... 5 DAFTAR TABEL... 8 BAB I PENDAHULUAN 1.1 Latar Belakang Masalah...
Lebih terperinciPaper Group Project SISTEM PENDUKUNG KEPUTUSAN. Metode TOPSIS & Contoh Implementasi
Paper Group Project SISTEM PENDUKUNG KEPUTUSAN Metode TOPSIS & Contoh Implementasi Kelas D Kelompok 4Walls 1. Glory Efrat Sandy. S 201331073 2. Meilinda Dyah A.L 201331081 3. Clara Angelina Y 201331192
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PEMILIHAN LBB PADA KAMPUNG INGGRIS PARE MENGGUNAKAN METODE AHP
SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN LBB PADA KAMPUNG INGGRIS PARE MENGGUNAKAN METODE AHP Mayang Anglingsari Putri 1, Indra Dharma Wijaya 2 Program Studi Teknik Informatika, Jurusan Teknik Elektro, Politeknik
Lebih terperinciPerancangan Sistem Pendukung Keputusan Untuk Proses Perekrutan Karyawan Studi Kasus PT.Sumber AlfariaTrijaya Dengan Metode AHP.
Perancangan Sistem Pendukung Keputusan Untuk Proses Perekrutan Karyawan Studi Kasus PT.Sumber AlfariaTrijaya Dengan Metode AHP Cahya Vikasari 1 1 Dosen Tetap Program Studi Teknik Informatika Politeknik
Lebih terperinciPenerapan ANP-TOPSIS untuk Pengukuran Kinerja Human ResourcesProcurement Section
Jurnal Sistem Informasi Bisnis 02(2015) On-line : http://ejournal.undip.ac.id/index.php/jsinbis 119 Penerapan ANP-TOPSIS untuk Pengukuran Kinerja Human ResourcesProcurement Section Moh Ramdhan Arif Kaluku
Lebih terperinciPEMILIHAN GURU BERPRESTASI MENGGUNAKAN METODE AHP DAN TOPSIS
Prosiding Seminar Nasional Penelitian, Pendidikan dan Penerapan MIPA, Fakultas MIPA, Universitas Negeri Yogyakarta, 14 Mei 2011 PEMILIHAN GURU BERPRESTASI MENGGUNAKAN METODE AHP DAN TOPSIS Juliyanti 1,
Lebih terperinciSISTEM REKOMENDASI PEMBERHENTIAN HUBUNGAN KERJA MENGGUNAKAN FUZZY MULTIPLE ATTRIBUTE DECISION MAKING METODE SIMPLE ADDTIVE WEIGHTING (SAW) SKRIPSI
SISTEM REKOMENDASI PEMBERHENTIAN HUBUNGAN KERJA MENGGUNAKAN FUZZY MULTIPLE ATTRIBUTE DECISION MAKING METODE SIMPLE ADDTIVE WEIGHTING (SAW) SKRIPSI Diajukan Untuk Penulisan Skripsi Guna Memenuhi Salah Satu
Lebih terperinciSistem Pendukung Keputusan untuk Penentuan Minat Peserta Didik di SMA Menggunakan Metode TOPSIS. Afrian Suryandini dan Indriyati
Sistem Pendukung Keputusan untuk Penentuan Sistem Pendukung Keputusan untuk Penentuan Minat Peserta Didik di SMA Menggunakan Metode TOPSIS Afrian Suryandini dan Indriyati Jurusan IlmuKomputer/Informatika,
Lebih terperinciJURNAL SAINS DAN INFORMATIKA SISTEM PENUNJANG KEPUTUSAN PENENTUAN PENERIMA BEASISWA DENGAN METODE MULTIPLE AHP
SISTEM PENUNJANG KEPUTUSAN PENENTUAN PENERIMA BEASISWA DENGAN METODE MULTIPLE AHP Ahmad Kamal Prodi Teknik Informatika STIKOM Pelita Indonesia Jl. Jendral Ahmad Yani,Pekanbaru Riau-Indonesia ahmadmal2017@gmail.com
Lebih terperinciPenerapan Metode Weighted Product Model Untuk Seleksi Calon Karyawan
Penerapan Metode Weighted Product Model Untuk Seleksi Calon Karyawan Sri Lestari IBI Darmajaya Bandar Lampung e-mail : t4ry09@yahoo.com Abstract The development company is highly influenced by the performance
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN
BAB IV HASIL DAN PEMBAHASAN IV.1. Tampilan Hasil Berikut ini dijelaskan tentang tampilan hasil dari sistem pendukung keputusan penentuan kenaikan kelas pada SMA Ar Rahman dengan sistem yang dibangun dapat
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 terperinciPEMILIHAN LOKASI SUMBER MATA AIR UNTUK PEMBANGUNAN JARINGAN AIR BERSIH PEDESAAN DENGAN MENGGUNAKAN METODE TOPSIS
PEMILIHAN LOKASI SUMBER MATA AIR UNTUK PEMBANGUNAN JARINGAN AIR BERSIH PEDESAAN DENGAN MENGGUNAKAN METODE TOPSIS Nofi Aditya Konsentrasi Manajemen Proyek Konstruksi, Program Studi Teknik Sipil Pascasarjana
Lebih terperinciPenentuan Strategi Pembinaan UMKM Provinsi DKI Jakarta Dengan Menggunakan Metode AHP TOPSIS
Jurnal Metris, 15 (2014): 77 82 Jurnal Metris ISSN: 1411-3287 Penentuan Strategi Pembinaan UMKM Provinsi DKI Jakarta Dengan Menggunakan Metode AHP TOPSIS Abstract Dino Caesaron Program Studi Teknik Industri,
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 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA 2.1 Sistem Pendukung Keputusan Sistem pendukung keputusan (decision support systems disingkat DSS) adalah bagian dari sistem informasi berbasis komputer (termasuk sistem berbasis
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Sistem Pendukung Keputusan [4] Sistem pendukung keputusan atau DSS (Decision Support System) merupakan sistem informasi interaktif yang menyediakan informasi, pemodelan, dan pemanipulasian
Lebih terperinciMATERI PRAKTIKUM. Praktikum 1 Analytic Hierarchy Proses (AHP)
Praktikum 1 Analytic Hierarchy Proses (AHP) Definisi AHP (Analytic Hierarchy Process) merupakan suatu model pengambil keputusan yang dikembangkan oleh Thomas L. Saaty yang menguraikan masalah multifaktor
Lebih terperinciPERBANDINGAN NILAI RELIABILITAS DARI HASIL METODE SAW DAN METODE TOPSIS
SNIPTEK 206 ISBN: 978-602-72850-3-3 PERBANDINGAN NILAI RELIABILITAS DARI HASIL METODE SAW DAN METODE TOPSIS Hidayanti Murtina STMIK Nusa Mandiri Jakarta Jl. Damai No. 8 Warung Jati Barat (Margasatwa) Jakarta
Lebih terperinciSistem Pendukung Keputusan Vendor Management...
SISTEM PENDUKUNG KEPUTUSAN VENDOR MANAGEMENT MENGGUNAKAN METODE ANALYTICAL HYRARCY PROCESS (AHP) DAN TECHNIQUE FOR OTHERS REFERENCE BY SIMILARITY TO IDEAL SOLUTION (TOPSIS) Anggita Putri Pratama *, Gunawan
Lebih terperinciPenentuan Skala Prioritas Berbasis Algoritma AHP Termodifikasi
ISSN: 0216-3284 961 Penentuan Skala Prioritas Berbasis Algoritma AHP Termodifikasi Nidia Rosmawanti 1, Bahar 2 Prodi. Sistem Informasi 1, Prodi Teknik Informatika 2, STMIK Banjarbaru Jl. Jend. Ahmad Yani
Lebih terperinciANALISIS DAN IMPLEMENTASI PERANGKINGAN PEGAWAI MENGGUNAKAN METODE ANALYTICAL HIERARCHY PROCESS DAN SUPERIORITY INDEX
ANALISIS DAN IMPLEMENTASI PERANGKINGAN PEGAWAI MENGGUNAKAN METODE ANALYTICAL HIERARCHY PROCESS DAN SUPERIORITY INDEX Daniar Dwi Pratiwi 1, Erwin Budi Setiawan 2, Fhira Nhita 3 1,2,3 Prodi Ilmu Komputasi
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PEMBERIAN INSENTIF BERDASARKAN PENILAIAN KINERJA KARYAWAN PADA PT. PRUDENTIAL LIFE ASSURANCE DENGAN METODE TOPSIS
SISTEM PENDUKUNG KEPUTUSAN PEMBERIAN INSENTIF BERDASARKAN PENILAIAN KINERJA KARYAWAN PADA PT. PRUDENTIAL LIFE ASSURANCE DENGAN METODE TOPSIS Janter Leonardo Sirait (0911547) Mahasiswa Program Studi Teknik
Lebih terperinciAPLIKASI ANALYTICAL HIERARCHY PROCESS (AHP) PADA PEMILIHAN SOFTWARE MANAJEMEN PROYEK
APLIKASI ANALYTICAL HIERARCHY PROCESS (AHP) PADA PEMILIHAN SOFTWARE MANAJEMEN PROYEK Siti Komsiyah Mathematics Department, School of Computer Science, Binus University Jl. K.H. Syahdan No. 9, Palmerah,
Lebih terperinciRekam Jejak Dosen Sebagai Model Pengambilan Keputusan Dalam Pemilihan Dosen Berprestasi
Citec Journal, Vol. 2, No. 1, November 2014 Januari 2015 ISSN: 2354-5771 Rekam Jejak Dosen Sebagai Model Pengambilan Keputusan Dalam Pemilihan Dosen Berprestasi 65 Safrizal Instansi Jurusan Manajemen Informatika,
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Dasar Teori 2.1.1 Sistem Pendukung Keputusan Pada dasarnya sistem pendukung keputusan merupakan pengembangan lebih lanjut dari sistem informasi manajemen terkomputerisasi. Sistem
Lebih terperinciANALISIS PEMILIHAN SUPPLIER MENGGUNAKAN METODE ANALYTIC HIERARCHY PROCESS (AHP)
Jurnal Ilmiah Teknik Industri, Vol. 10, No. 1, Juni 2011 ISSN 1412-6869 ANALISIS PEMILIHAN SUPPLIER MENGGUNAKAN METODE ANALYTIC HIERARCHY PROCESS (AHP) Pendahuluan Ngatawi 1 dan Ira Setyaningsih 2 Abstrak:
Lebih terperinciMulti-Attribute Decision Making
Materi Kuliah [05] SPK & Business Intelligence Multi-Attribute Decision Making Dr. Sri Kusumadewi Lizda Iswari Magister Teknik Informatika Program Pascasarjana Fakultas Teknologi Industri Universitas Islam
Lebih terperinciSISTEM 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 terperinciPENGEMBANGAN SISTEM PENDUKUNG KEPUTUSAN PENENTUAN KELAYAKAN LOKASI CABANG BARU USAHA CLOTHING MENGGUNAKAN METODE AHP-TOPSIS
PENGEMBANGAN SISTEM PENDUKUNG KEPUTUSAN PENENTUAN KELAYAKAN LOKASI CABANG BARU USAHA CLOTHING MENGGUNAKAN METODE AHP-TOPSIS Yuni Afifah Setyorini 1, Yan Watequlis Syaifudin 2, Arief Prasetyo 3 1,2,3 Program
Lebih terperinciIMPLEMENTASI SISTEM PENDUKUNG KEPUTUSAN PENERIMA BERAS UNTUK KELUARGA MISKIN ( RASKIN ) MENGGUNAKAN METODE AHP (ANALYTICAL HIERARCHY PROCESS) Ilyas
IMPLEMENTASI SISTEM PENDUKUNG KEPUTUSAN PENERIMA BERAS UNTUK KELUARGA MISKIN ( RASKIN ) MENGGUNAKAN METODE AHP (ANALYTICAL HIERARCHY PROCESS) Ilyas Program Studi Sistem Informasi, Fakultas Teknik dan Ilmu
Lebih terperinciMATERI PRAKTIKUM. Praktikum 1 Analytic Hierarchy Proses (AHP)
Praktikum 1 Analytic Hierarchy Proses (AHP) Definisi AHP (Analytic Hierarchy Process) merupakan suatu model pengambil keputusan yang dikembangkan oleh Thomas L. Saaty yang menguraikan masalah multifaktor
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 Pemilihan Sekolah Dasar Islam di Pontianak
Sistem Pendukung Keputusan Pemilihan Sekolah Dasar Islam di Pontianak 45 Decision Support System Selection Islamic Primary Schools in Pontianak Ana Fitriana* 1, Tri Widayanti 2 1,2 Sistem Informasi STMIK
Lebih terperinciSKRIPSI. Diajukan untuk memenuhi sebagai persyaratan mendapatkan gelar Strata Satu Program Studi Informatika
HALAMAN JUDU L PENGEMBANGAN APLIKASI SISTEM PENDUKUNG KEPUTUSAN VALIDASI PENERIMA BANTUAN PROGRAM KELUARGA HARAPAN (PKH) DI KECAMATAN WONOSARI MENGGUNAKAN METODE AHP- TOPSIS SKRIPSI Diajukan untuk memenuhi
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN JUDUL SKRIPSI JURUSAN TEKNIK INFORMATIKA MENGGUNAKAN METODE TOPSIS
JIMP - Jurnal Informatika Merdeka Pasuruan Vol.2 No.1 Maret 2017 ISSN 2503-1945 SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN JUDUL SKRIPSI JURUSAN TEKNIK INFORMATIKA MENGGUNAKAN METODE TOPSIS Rizky Ratna
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PEMILIHAN BARANG ELEKTRONIK BERBASIS WEB DENGAN METODE TOPSIS
1 SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN BARANG ELEKTRONIK BERBASIS WEB DENGAN METODE TOPSIS Muhammad Ulil Abror, Program Studi Teknik Informatika, S1, Fakultas Ilmu Komputer, Universitas Dian Nuswantoro,
Lebih terperinciMETODE FUZZY SIMPLE ADDITIVE WEIGHTING (SAW) DALAM MENENTUKAN KUALITAS KULIT ULAR UNTUK KERAJINAN TANGAN (STUDI KASUS : CV. ASIA EXOTICA MEDAN)
METODE FUZZY SIMPLE ADDITIVE WEIGHTING (SAW) DALAM MENENTUKAN KUALITAS KULIT ULAR UNTUK KERAJINAN TANGAN (STUDI KASUS : CV. ASIA EXOTICA MEDAN) Alfa Saleh 1, Ria Eka Sari 2, Harris Kurniawan 3 STMIK Potensi
Lebih terperinciBAB II TINJAUAN PUSTAKA. artian yang lebih spesifik yakni pihak ketiga dalam supply chain istilah dalam
BAB II TINJAUAN PUSTAKA 2.1. Vendor Dalam arti harfiahnya, vendor adalah penjual. Namun vendor memiliki artian yang lebih spesifik yakni pihak ketiga dalam supply chain istilah dalam industri yang menghubungkan
Lebih terperinciRekomendasi Pemilihan Properti Kota Malang Menggunakan Metode AHP-SAW
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer e-issn: 2548-964X Vol. 1, No. 10, Oktober 2017, hlm. 1201-1209 http://j-ptiik.ub.ac.id Rekomendasi Pemilihan Properti Kota Malang Menggunakan Metode
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 terperinciPENENTUAN LOKASI PROGRAM PENGEMBANGAN KAWASAN PERDESAAN BERKELANJUTAN KABUPATEN BULUNGAN PROVINSI KALIMANTAN UTARA
PENENTUAN LOKASI PROGRAM PENGEMBANGAN KAWASAN PERDESAAN BERKELANJUTAN KABUPATEN BULUNGAN PROVINSI KALIMANTAN UTARA Virgeovani Hermawan 1 1 Mahasiswa Magister Teknik Sipil Konsentrasi Manajemen Proyek Konstruksi
Lebih terperinciMETODE PENELITIAN. Kata Kunci analytical hierarchy process, analytic network process, multi criteria decision making, zero one goal programming.
PENENTUAN MULTI CRITERIA DECISION MAKING DALAM OPTIMASI PEMILIHAN PELAKSANA PROYEK Chintya Ayu Puspaningtyas, Alvida Mustika Rukmi, dan Subchan Jurusan Matematika, Fakultas Matematika dan Ilmu Pengetahuan
Lebih terperinciJuwita Linggarani Mahasiswa Teknik Informatika, FT UMRAH
PERBANDINGAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) DAN PREFERENCE RANKING ORGANIZATION METHOD FOR ENRICHMENT EVALUTION (PROMETHEE) SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PEGAWAI TELADAN PEMERINTAH KOTA
Lebih terperinciKata Kunci: Guru, Decision support systems, MADM, SAW. 1. Pendahuluan
RANCANG BANGUN DECISION SUPPORT SYSTEM PEMILIHAN GURU TERBAIK MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) (STUDI KASUS : SMA BHAKTI PERTIWI KOTA TANGERANG) Taufik Hidayat, S.Kom., M.Kom 1, Fajar
Lebih terperinciSistem Pendukung Keputusan untuk Menentukan Kelayakan Desa Mandiri Menggunakan FMADM
Sistem Pendukung Keputusan untuk Menentukan Kelayakan Desa Mandiri Menggunakan FMADM R. Fiati 1 dan N.Latifah 2 1 Program Studi Teknik Informatika, Universitas Muria Kudus 2 Program Studi Sistem Informasi,
Lebih terperinciAplikasi Pemilihan Pemain Sepak Bola Pada Putera Tanta Fc
ISSN: 0216-3284 1095 Aplikasi Pemilihan Pemain Sepak Bola Pada Putera Tanta Fc Erwin Adi Saputera, Hugo Aprilianto STMIK Banjarbaru Jl. A. Yani Km. 33,3 Banjarbaru erwinadisaputera@gmail.com, hugo.aprilianto@gmail.com
Lebih terperinciBAB III ANALISIS SISTEM. mengevaluasi permasalahan-permasalahan dan hambatan-hambatan yang
BAB III ANALISIS SISTEM 3.1 Analisis Sistem Analisis sistem adalah penguraian dari sistem informasi yang utuh kedalam bagian-bagian dengan maksud untuk mengidentifikasi dan mengevaluasi permasalahan-permasalahan
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN MENENTUKAN OPERATOR TERBAIK MENGGUNAKAN METODE TOPSIS (STUDI KASUS: CBOC REGIONAL 1/ PT. TELEKOMUNIKASI, TBK.
SISTEM PENDUKUNG KEPUTUSAN MENENTUKAN OPERATOR TERBAIK MENGGUNAKAN METODE TOPSIS (STUDI KASUS: CBOC REGIONAL 1/ PT. TELEKOMUNIKASI, TBK.) DRAF SKRIPSI ANDRIAN HAMZANI 071401057 PROGRAM STUDI S1 ILMU KOMPUTER
Lebih terperinciPENERAPAN APLIKASI DSS SELEKSI KANDIDAT ATLIT BOLING UNTUK KEJUARAAN DENGAN METODE AHP
Seminar Nasional Sistem Informasi Indonesia, 2-4 Desember 2013 PENERAPAN APLIKASI DSS SELEKSI KANDIDAT ATLIT BOLING UNTUK KEJUARAAN DENGAN METODE AHP Budi Arifitama Program Studi Teknik Informatika, Universitas
Lebih terperinci