PENERAPAN METODE FUZZY MULTI CRITERIA DECISION MAKING PADA SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN SMARTPHONE

Ukuran: px
Mulai penontonan dengan halaman:

Download "PENERAPAN METODE FUZZY MULTI CRITERIA DECISION MAKING PADA SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN SMARTPHONE"

Transkripsi

1 PENERAPAN METODE FUZZY MULTI CRITERIA DECISION MAKING PADA SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN SMARTPHONE Novhirtamely Kahar 1, Rii 2 12 Program Studi Teni Informatia, STMIK Nurdin Hamzah, Jambi ` 1 novmely@ymail.com, 2 story1394@yahoo.co.id Abstract A smartphone can be interpreted as a small computer that has the ability of a phone. The number of users of Smartphone from year to year increase, it can be seen by crowded visitors at the Maju Jaya Cell. During this time the average customer who will buy the Smartphone is always confused to choose the Smartphone that suits your needs and capabilities. Based on this problem, the researcher builds a Decision Support System (DSS) application to choose Smartphone which should be recommended to be purchased by customer by applying Fuzzy Multi Criteria Decision Maing (FMCDM) method. This SPK application is expected to be an assistant for employees to assist customers in choosing Smartphones to be purchased. Smartphone selection based on criteria: price, screen size, battery capacity, operating system, RAM, camera, and brand. Destop-based destop software application with Delphi 7.0 programming. The results of the study indicate that the recommended Smartphone to be selected by the subscribers is the Smartphone which has the highest integral total value using the optimum degree = 0.5. At the end of the implementation will be displayed output in the form of report the results of the calculation and conclusion, which is the best Smartphone recommendations should be purchased by customers. Keywords : Delphi 7.0, DSS, FMCDM, Smartphone. 1.1 Latar Belaang I. PENDAHULUAN Seja 5 (lim a) tahun terahir perembangan tenologi berbasis mobile sangat pesat, salah satunya adalah smartphone. Ponsel pintar ini sudah banya digunaan mulai dari alangan muda hingga yang tua. Hal tersebut diarenaan smartphone banya memberian manfaat terutama untu membantu peerjaan manusia. Dengan banyanya permintaan pasar terhadap smartphone, maa mendorong meningatnya usaha penjualan dan pembelian smartphone. Maju Jaya Cell merupaan salah satu ios yang menjual handphone, smartphone, pulsa serta accessories dari perangat-perangat tersebut. Maju Jaya Cell beralamat di Muara Tembesi. Setiap harinya terjadi egiatan transasi penjualan dan pembelian pada Maju Jaya Cell, salah satunya transasi penjualan dan pembelian smartphone. Pemilihan smartphone yang tepat merupaan salah satu aspe yang perlu diperhatian oleh pengguna (dalam hal ini pengambil eputusan) sebelum melauan pembelian. Setiap smartphone mempunyai spesifiasi yang berbeda-beda seperti harga, uuan layar, apasitas baterai, sistem operasi, RAM, amera, dan mer. Hal ini memberian alternatif yang beragam bagi pengguna dalam menentuan pilihan terbai sesuai dengan ebutuhan, selera dan daya beli dari pengguna. Adapun ondisi yang terjadi pada ios Maju Jaya Cell, pembeli masih bingung dalam mengambil eputusan untu memilih smartphone, selain itu juga pembeli urang memperhitungan dan menyesuaian dengan ebutuhan pemaai diarenaan begitu banyanya pilihan mer, fitur serta urangnya informasi suatu smartphone. Sebenarnya dalam mencari dan menentuan pilihan sebuah smartphone yang henda dibeli buanlah hal yang sulit arena hal paling penting yang pertama ali dapat dilauan adalah menyesuaian dengan ebutuhan. Mesipun demiian, pada enyataannya masih begitu banya orang yang bingung saat henda menentuan smartphone yang ingin dibeli. Kebanyaan masyaraat tida mengetahui betul fungsi dan egunaan smartphone tersebut menjadi urang tepat dalam pembelian smartphone tersebut sehingga dapat mengaibatan tida sesuainya fungsi smartphone tersebut dengan yang diharapan. Penelitian ini dimasudan untu memberian solusi bagi piha Maju Jaya Cell dengan membangun apliasi sistem penduung eputusan. Penggunaan apliasi sistem penduung eputusan dengan metode Fuzzy Multi Criteria Decision Maing (FMCDM) pada Maju Jaya Cell diharapan dapat membantu pembeli dalam memilih smartphone yang lebih tepat sesuai dengan ebutuhan dan emampuan pengguna. LP2M STMIK NURDIN HAMZAH JAMBI 37

2 1.2 Rumusan Masalah Dari uraian latar belaang masalah penelitian di atas, maa dirumusan masalahnya, yaitu: Bagaimana merancang dan membangun suatu perangat luna apliasi Penerapan FMCDM pada Sistem Penduung Keputusan pemilihan Smartphone dengan menggunaan Bahasa Pemrograman Delphi 7.0? 1.3 Tujuan Penelitian Tujuan penelitian ini adalah untu: Merancang dan membangun perangat luna apliasi Penerapan Metode FMCDM pada Sistem Penduung Keputusan pemilihan Smartphone dengan menggunaan Bahasa Pemrograman Delphi 7.0. II. TINJAUAN PUSTAKA 2.1 Sistem Penduung Keputusan Sistem Penduung Keputusan (SPK) adalah sebuah sistem yang memandu pembuat eputusan. Sistem ini aan mendasaran proses pembuatan eputusan epada aturan yang ditetapan oleh para perancang sistem [1]. Definisi lain menyebutan bahwa SPK merupaan sistem informasi interatif yang menyediaan informasi, pemodelan, dan pemanipulasian data untu membantu pengambilan eputusan dalam situasi semiterstrutur dan tida terstrutur [2]. Dalam pemrosesannya, SPK dapat menggunaan bantuan dari sistem lain seperti Artificial Intelligence, Expert Systems, Fuzzy Logic, dan lain-lain. 2.2 Fuzzy Multi Criteria Decision Maing (FMCDM) Fuzzy Multi Criteria Decision Maing (FMCDM) adalah suatu metode pengambilan eputusan untu menetapan alternatif terbai dari sejumlah alternatif berdasaran beberapa riteria tertentu. Kriteria biasanya berupa uuran-uuran, atau aturan-aturan yang digunaan dalam pengambilan eputusan [3]. Beberapa hal penting yang aan digunaan dalam FMCDM yaitu [4]: 1. Alternatif: obje-obje yang berbeda dan memilii esempatan yang sama untu dipilih oleh pengambil eputusan. 2. Atribut (arateristi): omponen atau riteria eputusan. 3. Konfli Antar Kriteria: misalnya riteria benefit (euntungan) aan mengalami onfli dengan riteria cost (biaya). Kategori benefit bersifat monoton nai, artinya alternatif yang memilii nilai lebih besar aan dipilih. Sebalinya, pada ategori cost bersifat monoton turun, alternatif yang memilii nilai lebih ecil aan lebih dipilih [5]. 4. Bobot Keputusan: menunjuan epentingan relatif dari setiap riteria, W = (W1, W2,... Wn). Matris eputusan, suatu matris eputusan X yang beruuran m x n, berisi elemen-elemen X ij, yang merepresentasian Rating dari alternatif A i, (i=1,2,...m) terhadap riteria C j, (j=1,2,...,n). 2.3 Langah FMCDM Ada 3 langah penting penyelesaian yang harus dilauan, dalam FMCDM yaitu representasi masalah, evaluasi himpunan fuzzy, dan selesi alternatif optimal [4] Representasi Masalah 1. Menentuan tujuan eputusan, direpresentasian dengan bahasa alami atau nilai numeris sesuai dengan arateristi dari masalah tersebut. 2. Menentuan umpulan alternatif eputusan. Jia ada n alternatif, maa dapat ditulis sebagai A = {A i i = 1,2,..., n}. 3. Menentuan umpulan riteria. Jia ada riteria, maa dapat ditulisan C = {C t t = 1,2,..., }. 4. Membentu strutur hirari eputusan Evaluasi Himpunan Fuzzy 1. Memilih himpunan rating untu bobot-bobot riteria, dan derajat ecocoan setiap alternatif dengan riterianya. Himpunan rating terdiri atas 3 elemen, yaitu: 1) Variabel linguisti (x) yang merepresentasian bobot riteria, dan derajat ecocoan setiap alternatif dengan riterianya; 2) T(x) yang merepresentasian rating dari variabel linguisti; 3) Fungsi eanggotaan yang berhubungan dengan setiap elemen dari T(x). Selanjutnya, menentuan fungsi eanggotaan untu setiap rating dengan menggunaan fungsi segitiga. 2. Mengevaluasi bobot-bobot pada setiap riteria dan derajat ecocoan dari setiap alternatif terhadap riteria. 3. Mengagregasian bobot-bobot riteria, dan derajat ecocoan setiap alternatif dan riterianya dengan metode mean. Penggunaan operator mean, Fi dirumusan pada Persamaan (1) sbb.: 1 Si 1 W1 Si2 W2... F (1) i Si W Dengan cara mensubstitusian S it dan W t dengan bilangan Fuzzy segitiga, S it = (o it, p it, q it); dan LP2M STMIK NURDIN HAMZAH JAMBI 38

3 W t = (a t, b t, c t); maa F t dapat dideati sebagai Persamaan (2): F i Yi, Qi, Zi (2) Dengan Y Q, Z i, i i seperti di Persamaan (3), (4), dan (5) : 1 Yi oit, ai t1 (3) 1 Qi pit, bi t1 (4) 1 Zi qit, ci t1 (5) Dimana, i = 1,2,3,,n Selesi Alternatif Optimal 1. Memprioritasan alternatif eputusan berdasaran hasil agregasi untu proses perangingan alternatif eputusan dengan menggunaan metode nilai total integral. Misalan F adalah bilangan fuzzy segitiga, F = (a, b, c), maa nilai total integral dapat dirumusan sebagai Persamaan (6) beriut: 1 I T F c b 1 a (6) 2 Nilai adalah indes eoptimisan yang merepresentasian derajat eoptimisan bagi pengambil eputusan (0 1). Apabila nilai semain besar mengindiasian bahwa derajat eoptimisannya semain besar. 2. Memilih alternatif eputusan dengan prioritas tertinggi sebagai alternatif yang optimal. 2.4 Smartphone Telepon pintar (Smartphone) adalah telepon genggam yang mempunyai emampuan dengan penggunaan dan fungsi yang menyerupai omputer [6]. Ponsel cerdas di Indonesia memilii segmentasi yang secara umum bisa dielompoan menjadi 3 (tiga) elas berdasaran level harga dan spesifiasinya, yaitu [6] : 1. Ponsel cerdas elas atas ( high-end), memilii spesifiasi perangat eras yang sangat tinggi. Dilengapi fitur-fitur unggulan. Contoh vendor: iphone dari Apple, Galaxy S dan Galaxy Note dari Samsung, Optimus G dan L9 dari LG, dll. 2. Ponsel cerdas elas menengah ( middle-end), biasanya ponsel cerdas canggih namun harga dan spesifiasi lebih rendah. Contoh: Acer, Lenovo, Asus, Sony, Oppo, dll. 3. Ponsel cerdas elas bawah ( entry-level), sebagian besar diuasai oleh Android, arena mampu menghadiran pengalaman ponsel cerdas dalam harga yang sangat terjangau mulai dari 500 ribu rupiah hingga 1 juta rupiah. Contoh: Samsung, Oppo, Vivo, dll. III. HASIL DAN PEMBAHASAN 3.1 Kebutuhan Sistem Analisis ebutuhan pada SPK ini terdiri dari analisis ebutuhan input, proses, dan selesi alternatif optimal Kebutuhan Input Kebutuhan input pada SPK ini, yaitu tahap representasi masalah terdiri dari: 1. Tujuan Keputusan : Selesi Pemilihan Smartphone Pembeli Novmely 2. Alternatif Keputusan : 3 jenis Smartphone sebagai pilihan Smartphone A : Oppo Mirror 5 Smartphone B : Oppo Joy Plus Smartphone C : Asus Zenfone 2 Laser ZE500KG (16 GB) 3. Atribut atau Criteria untu membantu pengambilan eputusan : C1 = Harga C2 = Uuran Layar C3 = Kapasitas Baterai C4 = Sistem Operasi C5 = RAM C6 = Kamera C7 = Mer Penentuan atribut sesuai ebijaan too berdasaran hasil penjualan sebelumnya 4. Strutur Hierari Masalah Pemilihan Smartphone seperti pada Gambar 3.1. Gambar 1. Strutur Hirari Masalah Pemilihan Smartphone Kebutuhan Proses Pada tahap proses aan dilauan tahap evaluasi himpunan fuzzy dari alternatif-alternatif eputusan, yaitu sebagai beriut: 1. Variabel Linguisti : Presentasi bobot epentingan untu setiap riteria, yaitu: LP2M STMIK NURDIN HAMZAH JAMBI 39

4 T (epentingan) W = {ST, T, C, R, SR} dengan: ST = Sangat Tinggi, T = Tinggi, C = Cuup, R = Rendah, dan SR = Sangat Rendah. 2. Derajat ecocoan alternatif dengan riteria, yaitu: T (ecocoan) S = {SB, B, C, K, SK}, dengan SB = Sangat Bai, B = Bai, C = Cuup, K = Kurang, dan SK = Sangat Kurang 3. Fungsi eanggotaan setiap elemen dipresentasian dengan fuzzy segitiga, yaitu: ST = SB = (0,75; 1; 1) T = B = (0,5; 0,75; 1) C = C = (0,25; 0,5; 0,75) R = K = (0; 0,25; 0,5) SR = SK = (0; 0; 0,25) 4. Rating untu setiap riteria eputusan yang ditunjuan pada Tabel 1 dan derajat ecocoan alternatif terhadap riteria eputusan yang ditunjuan pada Tabel 2, diberian oleh pengambil eputusan. Tabel 1. Rating Keputusan Kriteria C1 C2 C3 C4 C5 C6 C7 Rating Kepentingan Tabel 2. Rating Kecocoan ST C T SR T ST C Alternatif C 1 C 2 Rating Kecocoan C 3 C 4 C 5 C 6 C 7 A 1 C B K SB SK C B A 2 B SB B SK B K C A 3 K C SK B B SB K 5. Mensubstitusian S it dan W t dengan bilangan fuzzy segitiga e setiap variabel linguisti e dalam persamaan, diperoleh nilai ecocoan fuzzy sebagaimana Tabel 3 beriut: Tabel 3. Indes Kecocoan Fuzzy Alternatif Index Kecocoan Fuzzy Y Q Z A 1 0,0893 0,2768 0,5714 A 2 0,1607 0,4107 0,6964 A 3 0,1250 0,3125 0,5625 Indes ecocoan fuzzy untu setiap alternatif dihitung menggunaan rumus seperti Persamaan (3), (4), dan (5) Selesi Alternatif Optimal 1. Menghitung indes ecocoan Fuzzy dengan menggunaan derajat eoptimisan (α) = 0, 5, maa aan diperoleh nilai total integral yang dihitung dengan rumus seperti Persamaan (6) sbb: A1 = 0,30357; A2 = 0,41964; A3 = 0,32812; 2. Hasil yang diperoleh, yaitu Smartphone Oppo Joy Plus mempunyai nilai total integral terbesar sehingga direomendasian untu dipilih. 3.2 Perancangan Sistem Pada tahap perancangan peneliti menggunaan Flow Diagram (DFD) sebagai alat untu menggambaran aliran data pada perangat luna apliasi yang aan dibangun, yaitu seperti pada Gambar 2 DFD tersebut terdiri dari 2 entitas (Admin, Pelanggan); 5 proses ( input data master, proses hitung agregasi, proses hitung nilai total integral, proses reomendasi, dan pembuatan laporan); serta 7 tabel ( alternatif, riteria, epentingan, ecocoan, agregasi, integral, dan reomendasi) sebagai tempat penyimpanan data hasil dari proses. Admin Proposal Kegiatan Pelanggan Keputusan reomendasi Bacup hasil reomendasi egiatan UKM Altenatif 1P Input 2P Perhitungan agregasi bobot pada setiap riteria dan derajat ecocoan dari alternatif 3P Hitung nilai total integral berdasaran nilai agregasi 4P Reomendasi Kriteria 5P Laporan Alternatif Kriteria Kepentingan Kecocoan Kecocoan Nilai Agregasi Hitung Agregasi Dengan Derajat Keoptimisan Nilai T. Integral Nilia T Integral Terbesar Hasil Reomendasi Lap. Hasil Reomendasi d1 Alternatif d3 d4 d2 Kritreria Kepentingan Kecocoan Kepentingan d5 Agregasi d6 Integral d7 H.Reomendasi Gambar 2. DFD Level 0 SPK Pemilihan Smartphone 3.3 Hasil Implementasi Langah implementasi perangat luna yang dibangun adalah sebagai beriut: 1. Interface Tujuan Keputusan Tampilan Tujuan Keputusan seperti pada Gambar 3 digunaan untu mengisi tujuan eputusan, misalnya: Selesi Pemilihan Smartphone Pembeli Novmely: LP2M STMIK NURDIN HAMZAH JAMBI 40

5 Gambar 6. Interface Input Rating Kepentingan 5. Interface Rating Kecocoan Gambar 3. Interface Tujuan Keputusan 2. Interface Input Alternatif Tampilan Input Alternatif sperti pada Gambar 4 digunaan untu mengisian data Alternatif, yaitu: jumlah dan mer smartphone yang aan dipilih salah satunya untu dibeli oleh pelanggan Novmely. Tampilan Input Rating Kepentingan seperti pada Gambar 7 digunaan untu mengisian data nilai ecocoan antara alternatif terhadap setiap riteria, dengan pilihan: Sangat Bai, Bai, Cuup, Kurang, dan Sangat Kurang. ini diisi sesuai asumsi pelanggan dibantu pemili ios. Gambar 7. Interface Input Rating Kecocoan 6. Interface Indes Kecoccoan Fuzzy Gambar 4. Interface Input Alternatif 3. Interface Input Kriteria Tampilan Indes Kecocoan Fuzzy seperti pada Gambar 8. digunaan untu menampilan hasil perhitungan Indes ecocoan fuzzy untu setiap alternatif dihitung menggunaan rumus seperti Persamaan (3), (4), dan (5). Tampilan Input Kriteria seperti pada Gambar 5 digunaan untu mengisian data jumlah dan jenis riteria, yaitu: riteria yang menduung untu pengambilan eputusan terhadap pemilihan smartphone. Gambar 8. Interface Indes Kecocoan Fuzzy 7. Interface Derajat Keoptimisan Gambar 5. Interface Input Kriteria 4. Interface Input Rating Kepentingan Tampilan Input Rating Kepentingan seperti pada Gambar 6 digunaan untu mengisian data epentingan setiap riteria, dengan pilihan: Sangat Tinggi, Tinggi, Cuup, Rendah, dan Sangat Rendah. ini diisi sesuai asumsi pelanggan dibantu pemili ios. Tampilan Derajat Keoptimisan seperti pada Gambar 9 digunaan untu menampilan hasil perhitungan indes ecocoan Fuzzy dengan menggunaan derajat eoptimisan (α) = 0,5 untu memperoleh nilai total integral yang dihitung dengan rumus seperti Persamaan (6). Nilai derajat eoptimisan yang bisa digunaan adalah 0 s/d 1. Gambar 9. Interface Derajat Keoptimisan = 0,5 8. Interface Hasil Proses Perhitungan LP2M STMIK NURDIN HAMZAH JAMBI 41

6 Tampilan hasil proses perhitungan seperti pada Gambar 10 digunaan untu menampilan hasil proses perhitungan lengap dan hasil eputusan smartphone yang terpilih dan sebainya dibeli untu direomendasian epada pelanggan Novmely, yaitu Oppo Joy Plus arena memili nilai total integral tertinggi = 0, oleh pembeli (pelanggan dibantu aryawan ios dapat mengasumsian riteria yang diinginan). 3. Apliasi yang dibangun dapat digunaan sebagai asisten bagi aryawan di Maju Jaya Cell sehingga dapat meningatan pelayanan epuasan terhadap pelanggan dan tentu saja dapat meningatan penjualan Maju Jaya Cell. Untu pengembangan penelitian lebih lanjut, maa disaranan agar SPK yang dibangun dapat diembangan menjadi berbasis web dinamis sehingga apliasi dapat digunaan oleh masyaraat umum dimana saja dan apan saja, serta SPK yang dibangun juga dapat memberian informasi mengenai smartphone secara up to date. DAFTAR REFERENSI Gambar 10. Interface Hasil Proses Perhitungan dan Reomendasi Smartphone Berdasaran hasil implementasi, maa smartphone yang direomendasian epada pelanggan Novmley untu sebainya dibeli adalah Oppo Joy Plus dengan spesifiasi sbb: 1) Harga : Rp ,- 2) Uuran Layar : 5,9 3) Kapasitas Baterai : 3200mAh 4) Sistem Operasi : Jelly Bean 5) RAM : 3 GB 6) Kamera : 14 mp 7) Mer : Oppo IV. PENUTUP Berdasaran hasil pembahasan di atas, maa dapat disimpulan sebagai beriut: 1. Dengan Sistem Penduung Keputusan yang dibangun dapat membantu pelanggan dengan cepat untu memecahan masalah ebingung dalam memilih smartphone yang tepat untu dibeli sesuai dengan emampuan dan ebutuhan pelanggan. Tetapi eputusan ahir tetap diserahan epada pelanggan. 2. Metode FMCDM dapat diterapan dengan bai pada proses perhitungan pemilihan smartphone yang laya direomendasian untu dibeli arena sesuai dengan riteria yang diinginan [1] Winarno, WW 2006, Sistem Informasi Manajemen, UPP (Unit Penerbit dan Percetaan) STIM YKPN,Yogyaarta. [2] Kusumadewi, Sri, d., 2006, Fuzzy Multi Atribut Decision Maing (FUZZY MADM ), Yogyaarta, Graha Ilmu. [3] Kusrini 2007, Konsep dan Apliasi Sistem Penduung Keputusan, C.V ANDI OFFSET, Yogyaarta. [4] Kusumadewi, Sri., 2004, Penyelesaian Masalah Optimasi Dengan Teni-Teni Heuristi, Yogyaarta, Graha Ilmu. [5] Kusumadewi, Sri., 2008, Petaa Fuzzy MCDM, -fuzzy-mcdm, diases tanggal 1 Juli [6] Wiipedia. Ponsel Cerdas, diases tanggal 20 April IDENTITAS PENULIS Nama : Novhirtamely Kahar, M.Kom. NIDN/NIK : TTL : 15 November 1981 Golongan/Pangat : III B Jabatan Fungsional : Letor Alamat Rumah : Transito Lrg. Berah RT. 08 Telp. : novmely@ymail.com. LP2M STMIK NURDIN HAMZAH JAMBI 42

APLIKASI METODE FUZZY MULTI CRITERIA DECISION MAKING (FMCDM) UNTUK OPTIMALISASI PENENTUAN LOKASI PROMOSI PRODUK

APLIKASI METODE FUZZY MULTI CRITERIA DECISION MAKING (FMCDM) UNTUK OPTIMALISASI PENENTUAN LOKASI PROMOSI PRODUK APLIKASI METODE FUZZY MULTI CRITERIA DECISION MAKING (FMCDM) UNTUK OPTIMALISASI PENENTUAN LOKASI PROMOSI PRODUK Novhirtamely Kahar, ST. 1, Nova Fitri, S.Kom. 2 1&2 Program Studi Teni Informatia, STMIK

Lebih terperinci

SISTEM PENDUKUNG KEPUTUSAN PENENTU NILAI INTERVAL KADAR LEMAK TUBUH MENGGUNAKAN REGRESI INTERVAL DENGAN NEURAL FUZZY

SISTEM PENDUKUNG KEPUTUSAN PENENTU NILAI INTERVAL KADAR LEMAK TUBUH MENGGUNAKAN REGRESI INTERVAL DENGAN NEURAL FUZZY SISTEM PENDUKUNG KEPUTUSAN PENENTU NILAI INTERVAL KADAR LEMAK TUBUH MENGGUNAKAN REGRESI INTERVAL DENGAN NEURAL FUZZY Tedy Rismawan dan Sri Kusumadewi Laboratorium Komputasi dan Sistem Cerdas, Jurusan Teni

Lebih terperinci

BAB 3 LANGKAH PEMECAHAN MASALAH

BAB 3 LANGKAH PEMECAHAN MASALAH BAB 3 LANGKAH PEMECAHAN MASALAH 3.1 Penetapan Kriteria Optimasi Gambar 3.1 Bagan Penetapan Kriteria Optimasi Sumber: Peneliti Determinasi Kinerja Operasional BLU Transjaarta Busway Di tahap ini, peneliti

Lebih terperinci

ANALISIS KEPUASAN KONSUMEN TERHADAP PELAYANAN PELAYANAN JASA PENGIRIMAN PAKET (KURIR) DENGAN MENGGUNAKAN METODE TOPSIS FUZZY

ANALISIS KEPUASAN KONSUMEN TERHADAP PELAYANAN PELAYANAN JASA PENGIRIMAN PAKET (KURIR) DENGAN MENGGUNAKAN METODE TOPSIS FUZZY Jurnal Manti Penusa Vol No Desember ISSN 88-9 ANALISIS EPUASAN ONSUMEN TERHADAP PELAYANAN PELAYANAN JASA PENGIRIMAN PAET (URIR DENGAN MENGGUNAAN METODE TOPSIS FUZZY Desi Vinsensia Program Studi Teni Informatia

Lebih terperinci

FUZZY MULTI-CRITERIA DECISION MAKING

FUZZY MULTI-CRITERIA DECISION MAKING Media Informatika, Vol. 3 No. 1, Juni 2005, 25-38 ISSN: 0854-4743 FUZZY MULTI-CRITERIA DECISION MAKING Sri Kusumadewi, Idham Guswaludin Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas

Lebih terperinci

MODEL REGRESI INTERVAL DENGAN NEURAL FUZZY UNTUK MEMPREDIKSI TAGIHAN AIR PDAM

MODEL REGRESI INTERVAL DENGAN NEURAL FUZZY UNTUK MEMPREDIKSI TAGIHAN AIR PDAM MODEL REGRESI INTERVAL DENGAN NEURAL FUZZY UNTUK MEMPREDIKSI TAGIHAN AIR PDAM 1,2 Faultas MIPA, Universitas Tanjungpura e-mail: csuhery@sisom.untan.ac.id, email: dedi.triyanto@sisom.untan.ac.id Abstract

Lebih terperinci

SISTEM PENDUKUNG KEPUTUSAN PERBANDINGAN TINGKAT PELANGGARAN PERLINDUNGAN KEKERASAN PADA ANAK

SISTEM PENDUKUNG KEPUTUSAN PERBANDINGAN TINGKAT PELANGGARAN PERLINDUNGAN KEKERASAN PADA ANAK SISTEM PENDUKUNG KEPUTUSAN PERBANDINGAN TINGKAT PELANGGARAN PERLINDUNGAN KEKERASAN PADA ANAK Airani Elizabeth Mani Program Studi Teni Informatia Jurusan Teni Eletro Faultas Teni Universitas Tanjungpura

Lebih terperinci

PENCARIAN JALUR TERPENDEK MENGGUNAKAN ALGORITMA SEMUT

PENCARIAN JALUR TERPENDEK MENGGUNAKAN ALGORITMA SEMUT Seminar Nasional Apliasi Tenologi Informasi 2007 (SNATI 2007) ISSN: 1907-5022 Yogyaarta, 16 Juni 2007 PENCARIAN JALUR TERPENDEK MENGGUNAKAN ALGORITMA SEMUT I ing Mutahiroh, Indrato, Taufiq Hidayat Laboratorium

Lebih terperinci

P14 FMADM Dengan Pengembangan. A. Sidiq P.

P14 FMADM Dengan Pengembangan. A. Sidiq P. P14 FMADM Dengan Pengembangan A. Sidiq P. http://sidiq.mercubuana-yogya.ac.id Program Studi Teknik Informatika Program Studi Sistem Informasi Fakultas Teknologi Informasi Universitas Mercu Buana Yogyakarta

Lebih terperinci

Volume : IV, Nomor : 1, September 2014

Volume : IV, Nomor : 1, September 2014 SISTEM PENDUKUNG KEPUTUSAN PENENTUAN PEMENANG MUSABAQAH TILAWATIL QUR AN TINGKAT KECAMATAN DENGAN MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) (Studi Kasus : Kecamatan Huta Raja Tinggi) Leli Asmara

Lebih terperinci

PENERAPAN DYNAMIC PROGRAMMING DALAM WORD WRAP Wafdan Musa Nursakti ( )

PENERAPAN DYNAMIC PROGRAMMING DALAM WORD WRAP Wafdan Musa Nursakti ( ) PENERAPAN DYNAMIC PROGRAMMING DALAM WORD WRAP Wafdan Musa Nursati (13507065) Program Studi Teni Informatia, Seolah Teni Eletro dan Informatia, Institut Tenologi Bandung Jalan Ganesha No. 10 Bandung, 40132

Lebih terperinci

PENERAPAN FUZZY GOAL PROGRAMMING DALAM PENENTUAN INVESTASI BANK

PENERAPAN FUZZY GOAL PROGRAMMING DALAM PENENTUAN INVESTASI BANK PENERAPAN FUZZY GOAL PROGRAMMING DALAM PENENTUAN INVESTASI BANK Nurul Khotimah *), Farida Hanum, Toni Bahtiar Departemen Matematia FMIPA, Institut Pertanian Bogor Jl. Meranti, Kampus IPB Darmaga, Bogor

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belaang Masalah untu mencari jalur terpende di dalam graf merupaan salah satu masalah optimisasi. Graf yang digunaan dalam pencarian jalur terpende adalah graf yang setiap sisinya

Lebih terperinci

PERANCANGAN SISTEM PENDUKUNG KEPUTUSAN UNTUK PEMILIHAN PRODUK LAPTOP MENGGUNAKAN METODE FUZZY MULTI CRITERIA DECISION MAKING.

PERANCANGAN SISTEM PENDUKUNG KEPUTUSAN UNTUK PEMILIHAN PRODUK LAPTOP MENGGUNAKAN METODE FUZZY MULTI CRITERIA DECISION MAKING. PERANCANGAN SISTEM PENDUKUNG KEPUTUSAN UNTUK PEMILIHAN PRODUK LAPTOP MENGGUNAKAN METODE FUZZY MULTI CRITERIA DECISION MAKING Naskah Publikasi diajukan oleh Dadang Setiawan 08.11.2540 kepada JURUSAN TEKNIK

Lebih terperinci

HUBUNGAN PENERAPAN KAWASAN TANPA ROKOK (KTR) DENGAN PERILAKU MEROKOK MAHASISWA KESEHATAN MASYARAKAT DI KOTA SEMARANG

HUBUNGAN PENERAPAN KAWASAN TANPA ROKOK (KTR) DENGAN PERILAKU MEROKOK MAHASISWA KESEHATAN MASYARAKAT DI KOTA SEMARANG Volume, Nomor, Juli 6 (ISSN: 56-6) HUBUNGAN PENERAPAN KAWASAN TANPA ROKOK (KTR) DENGAN PERILAKU MEROKOK MAHASISWA KESEHATAN MASYARAKAT DI KOTA SEMARANG Firnanda Zia Azmi *) Tinu Istiarti **) Kusyogo Cahyo

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belaang Model Loglinier adalah salah satu asus husus dari general linier model untu data yang berdistribusi poisson. Model loglinier juga disebut sebagai suatu model statisti

Lebih terperinci

SISTEM PAKAR UNTUK MENDIAGNOSA PENYAKIT GAGAL GINJAL DENGAN MENGGUNAKAN METODE BAYES

SISTEM PAKAR UNTUK MENDIAGNOSA PENYAKIT GAGAL GINJAL DENGAN MENGGUNAKAN METODE BAYES Pelita Informatia Budi Darma, Volume : IV, Nomor: 3, Agustus 203 ISSN : 230-425 SISTEM PAKAR UNTUK MENDIAGNOSA PENYAKIT GAGAL GINJAL DENGAN MENGGUNAKAN METODE BAYES Sri Rahayu 044) Mahasiswa Program Studi

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1 Teori Fuzzy 2.1.1 Dasar-Dasar Teori Fuzzy Secara prinsip, di dalam teori fuzzy set dapat dianggap sebagai estension dari teori onvensional atau crisp set. Di dalam teori crisp

Lebih terperinci

Implementasi Metode Weighted Product Untuk Aplikasi Pemilihan Smartphone Android

Implementasi Metode Weighted Product Untuk Aplikasi Pemilihan Smartphone Android Implementasi Metode Weighted Product Untuk Aplikasi Pemilihan Smartphone Android Dyna Marisa Khairina 1, Dio Ivando 2, Septya Maharani 3 1,2,3 Jurusan Ilmu Komputer, FMIPA, Universitas Mulawarman 1,2,3

Lebih terperinci

Penggunaan Induksi Matematika untuk Mengubah Deterministic Finite Automata Menjadi Ekspresi Reguler

Penggunaan Induksi Matematika untuk Mengubah Deterministic Finite Automata Menjadi Ekspresi Reguler Penggunaan Indusi Matematia untu Mengubah Deterministic Finite Automata Menjadi Espresi Reguler Husni Munaya - 353022 Program Studi Teni Informatia Seolah Teni Eletro dan Informatia Institut Tenologi Bandung,

Lebih terperinci

BAB IV IMPLEMENTASI DAN PENGUJIAN

BAB IV IMPLEMENTASI DAN PENGUJIAN BAB IV IMPLEMENTASI DAN PENGUJIAN 4.1 Implementasi Apliasi Pada tahap implementasi ini merupaan penerapan apliasi dari hasil perancangan sistem yang ada untu mencapai suatu tujuan yang diinginan. Implementasimelasanaan

Lebih terperinci

VI. PEMILIHAN MODA (Modal Split/Choice)

VI. PEMILIHAN MODA (Modal Split/Choice) VI. PEMILIHAN MODA (Modal Split/Choice) 6.. UMUM Tujuan: Mengetahui proporsi pengaloasian perjalanan e berbagai moda transportasi. Ada dua emunginan situasi yang dihadapi dalam meramal pemilihan moda:

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA 2.1. Statisti Inferensia Tujuan statisti pada dasarnya adalah melauan desripsi terhadap data sampel, emudian melauan inferensi terhadap data populasi berdasaran pada informasi yang

Lebih terperinci

PENGGUNAAN METODE FUZZY MULTI ATTRIBUTE DECISION MAKING DALAM PENDUKUNG KEPUTUSAN MEMILIH PROGRAM STUDI

PENGGUNAAN METODE FUZZY MULTI ATTRIBUTE DECISION MAKING DALAM PENDUKUNG KEPUTUSAN MEMILIH PROGRAM STUDI PENGGUNAAN METODE FUZZY MULTI ATTRIBUTE DECISION MAKING DALAM PENDUKUNG KEPUTUSAN MEMILIH PROGRAM STUDI Hetty Rohayani. Ah, ST, M.Eng Teknik Informatika, STIKOM Dinamika Bangsa Jln. Jendral Sudirman, The

Lebih terperinci

SISTEM PENUNJANG KEPUTUSAN PEMILIHAN HANDPHONE MENGGUNAKAN METODE ANALYTICAL HIERARCHY PROCESS

SISTEM PENUNJANG KEPUTUSAN PEMILIHAN HANDPHONE MENGGUNAKAN METODE ANALYTICAL HIERARCHY PROCESS 9 Jurnal Pilar Nusa Mandiri Volume XI, No. Maret 5 SISTEM PENUNJANG KEPUTUSAN PEMILIHAN HANDPHONE MENGGUNAKAN METODE ANALYTICAL HIERARCHY PROCESS Sarifah, Nita Merlina, Program Studi Sistem Informasi,

Lebih terperinci

BAB II LANDASAN TEORI. Graf adalah kumpulan simpul (nodes) yang dihubungkan satu sama lain

BAB II LANDASAN TEORI. Graf adalah kumpulan simpul (nodes) yang dihubungkan satu sama lain 8 BAB II LANDASAN TEORI 2.1 Teori Graf 2.1.1 Definisi Graf Graf adalah umpulan simpul (nodes) yang dihubungan satu sama lain melalui sisi/busur (edges) (Zaaria, 2006). Suatu Graf G terdiri dari dua himpunan

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN A. Tempat dan Watu Penelitian Penelitian ini dilauan di Jurusan Matematia Faultas Matematia dan Ilmu Pengetahuan Alam Universitas Lampung. Watu penelitian dilauan selama semester

Lebih terperinci

APLIKASI PREDIKSI HARGA SAHAM MENGGUNAKAN JARINGAN SYARAF RADIAL BASIS FUNCTION DENGAN METODE PEMBELAJARAN HYBRID

APLIKASI PREDIKSI HARGA SAHAM MENGGUNAKAN JARINGAN SYARAF RADIAL BASIS FUNCTION DENGAN METODE PEMBELAJARAN HYBRID APLIKASI PREDIKSI HARGA SAHAM MENGGUNAKAN JARINGAN SYARAF RADIAL BASIS FUNCTION DENGAN METODE PEMBELAJARAN HYBRID Ferry Tan, Giovani Gracianti, Susanti, Steven, Samuel Luas Jurusan Teni Informatia, Faultas

Lebih terperinci

STUDI KOMPARASI IMPLEMENTASI JARINGAN BASIS RADIAL DAN FUZZY INFERENCE SYSTEM TSK UNTUK PENYELESAIAN CURVE FITTING

STUDI KOMPARASI IMPLEMENTASI JARINGAN BASIS RADIAL DAN FUZZY INFERENCE SYSTEM TSK UNTUK PENYELESAIAN CURVE FITTING STUDI KOPARASI IPEENTASI JARINGAN BASIS RADIA DAN FUZZY INFERENCE SYSTE TSK UNTUK PENYEESAIAN CURVE FITTING Sri Kusumadewi Teni Informatia Universitas Islam Indonesia Jl. Kaliurang Km 4,5 Yogyaarta cicie@fti.uii.ac.id

Lebih terperinci

PENDAHULUAN TINJAUAN PUSTAKA

PENDAHULUAN TINJAUAN PUSTAKA 1 Latar Belaang PENDAHULUAN Sistem biometri adalah suatu sistem pengenalan pola yang melauan identifiasi personal dengan menentuan eotentian dari arateristi fisiologis dari perilau tertentu yang dimilii

Lebih terperinci

MANAJEMEN DISTRIBUSI MULTI PRODUK BERDASARKAN BOBOT PROSENTASE PENJUALAN DAN EFISIENSI BIAYA DISTRIBUSI (STUDI KASUS DI PT THAMRIN BROTHERS)

MANAJEMEN DISTRIBUSI MULTI PRODUK BERDASARKAN BOBOT PROSENTASE PENJUALAN DAN EFISIENSI BIAYA DISTRIBUSI (STUDI KASUS DI PT THAMRIN BROTHERS) Seminar Nasional Apliasi Tenologi Informasi 2011 (SNATI 2011) ISSN: 1907-5022 Yogyaarta, 17-18 Juni 2011 MANAJEMEN DISTRIBUSI MULTI PRODUK BERDASARKAN BOBOT PROSENTASE PENJUALAN DAN EFISIENSI BIAYA DISTRIBUSI

Lebih terperinci

Aplikasi diagonalisasi matriks pada rantai Markov

Aplikasi diagonalisasi matriks pada rantai Markov J. Sains Dasar 2014 3(1) 20-24 Apliasi diagonalisasi matris pada rantai Marov (Application of matrix diagonalization on Marov chain) Bidayatul hidayah, Rahayu Budhiyati V., dan Putriaji Hendiawati Jurusan

Lebih terperinci

Analisis Pengaruh Kualitas Pelayanan Terhadap Loyalitas Pelanggan Jasa Pengiriman Pos Kilat Khusus

Analisis Pengaruh Kualitas Pelayanan Terhadap Loyalitas Pelanggan Jasa Pengiriman Pos Kilat Khusus Jurnal Teni Industri, Vol.1, No., Juni 013, pp.96-101 ISSN 30-495X Analisis Pengaruh Kualitas Pelayanan Terhadap Loyalitas Pelanggan Jasa Pengiriman Pos Kilat Khusus Apriyani 1, Shanti Kirana Anggaraeni,

Lebih terperinci

Metode Penggerombolan Berhirarki

Metode Penggerombolan Berhirarki 4 TINJAUAN PUSTAKA Analisis gerombol dalam bidang riset pemasaran sering diistilahan sebagai analisis segmentasi, merupaan alat statistia peubah ganda yang bertujuan untu mengelompoan n indiidu data e

Lebih terperinci

SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN SISWA BARU DI SMA NEGERI 2 PEMALANG DENGAN METODE SIMPLE ADDITIVE WEIGHTING

SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN SISWA BARU DI SMA NEGERI 2 PEMALANG DENGAN METODE SIMPLE ADDITIVE WEIGHTING SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN SISWA BARU DI SMA NEGERI 2 PEMALANG DENGAN METODE SIMPLE ADDITIVE WEIGHTING DIDIK PAMBUDI A11.2009.04833 Program Studi Teknik Informatika-S1,Fakultas Ilmu Komputer,Universitas

Lebih terperinci

III DESKRIPSI DAN FORMULASI MASALAH PENGANGKUTAN SAMPAH DI JAKARTA PUSAT

III DESKRIPSI DAN FORMULASI MASALAH PENGANGKUTAN SAMPAH DI JAKARTA PUSAT III DESKRIPSI DAN FORMULASI MASALAH PENGANGKUTAN SAMPAH DI JAKARTA PUSAT 3.1 Studi Literatur tentang Pengelolaan Sampah di Beberapa Kota di Dunia Kaian ilmiah dengan metode riset operasi tentang masalah

Lebih terperinci

BAB 2 TINJAUAN PUSTAKA

BAB 2 TINJAUAN PUSTAKA 4 BAB 2 TINJAUAN PUSTAKA 2. 1. Fuzzy Logic Fuzzy logic pertama kali dikembangkan oleh Lotfi A. Zadeh pada tahun 1965. Teori ini banyak diterapkan di berbagai bidang, antara lain representasi pikiran manusia

Lebih terperinci

IMPLEMENTASI FUZZY LOGIC MULTI CRITERIA DECISION MAKING (MCDM) UNTUK MENENTUKAN JENIS KAYU SEBAGAI BAHAN BAKU PRODUKSI MEBEL

IMPLEMENTASI FUZZY LOGIC MULTI CRITERIA DECISION MAKING (MCDM) UNTUK MENENTUKAN JENIS KAYU SEBAGAI BAHAN BAKU PRODUKSI MEBEL INFOKAM Nomor II/Th. X/September/14 23 IMPLEMENTASI FUZZY LOGIC MULTI CRITERIA DECISION MAKING (MCDM) UNTUK MENENTUKAN JENIS KAYU SEBAGAI BAHAN BAKU PRODUKSI MEBEL SUMARDI (Dosen Amik JTC Semarang) ABSTRAK

Lebih terperinci

BAB 2 LANDASAN TEORI. 2.1 Defenisi Sistem Pendukung Keputusan (Decision Support System)

BAB 2 LANDASAN TEORI. 2.1 Defenisi Sistem Pendukung Keputusan (Decision Support System) BAB 2 LANDASAN TEORI 2.1 Defenisi Sistem Pendukung Keputusan (Decision Support System) Pada dasarnya Sistem Pendukung Keputusan ini merupakan pengembangan lebih lanjut dari sistem informasi manajemen terkomputerisasi

Lebih terperinci

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN SMARTPHONE ANDROID MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW)

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN SMARTPHONE ANDROID MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN SMARTPHONE ANDROID MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) SKRIPSI Diajukan Untuk Penulisan Skripsi Guna Memenuhi Salah Satu Syarat Memperoleh Gelar Sarjana

Lebih terperinci

BAB 1 PENDAHULUAN. Universitas Sumatera Utara

BAB 1 PENDAHULUAN. Universitas Sumatera Utara BAB 1 PENDAHULUAN 1.1 Latar Belaang Keadaan dunia usaha yang selalu berubah membutuhan langah-langah untu mengendalian egiatan usaha di suatu perusahaan. Perencanaan adalah salah satu langah yang diperluan

Lebih terperinci

PEMANFAATAN METODE HEURISTIK DALAM PENCARIAN JALUR TERPENDEK DENGAN ALGORITMA SEMUT DAN ALGORITMA GENETIKA

PEMANFAATAN METODE HEURISTIK DALAM PENCARIAN JALUR TERPENDEK DENGAN ALGORITMA SEMUT DAN ALGORITMA GENETIKA PEMANFAATAN METODE HEURISTIK DALAM PENCARIAN JALUR TERPENDEK DENGAN ALGORITMA SEMUT DAN ALGORITMA GENETIKA Iing Mutahiroh, Fajar Saptono, Nur Hasanah, Romi Wiryadinata Laboratorium Pemrograman dan Informatia

Lebih terperinci

PELABELAN FUZZY PADA GRAF. Siti Rahmah Nurshiami, Suroto, dan Fajar Hoeruddin Universitas Jenderal Soedirman.

PELABELAN FUZZY PADA GRAF. Siti Rahmah Nurshiami, Suroto, dan Fajar Hoeruddin Universitas Jenderal Soedirman. JMP : Volume 6 Nomor, Juni 04, hal. - PELABELAN FUZZY PADA GRAF Siti Rahmah Nurshiami, Suroto, dan Fajar Hoeruddin Universitas Jenderal Soedirman email : oeytea0@gmail.com ABSTRACT. This paper discusses

Lebih terperinci

PENENTUAN JENIS PRODUK KOSMETIK PILIHAN BERDASARKAN FAKTOR USIA DAN WARNA KULIT MENGGUNAKAN METODE JARINGAN SYARAF TIRUAN

PENENTUAN JENIS PRODUK KOSMETIK PILIHAN BERDASARKAN FAKTOR USIA DAN WARNA KULIT MENGGUNAKAN METODE JARINGAN SYARAF TIRUAN PENENTUAN JENIS PRODUK KOSMETIK PILIHAN BERDASARKAN FAKTOR USIA DAN WARNA KULIT MENGGUNAKAN METODE JARINGAN SYARAF TIRUAN Amethis Otaorora 1, Bilqis Amaliah 2, Ahmad Saihu 3 Teni Informatia, Faultas Tenologi

Lebih terperinci

MODEL OPTIMASI PEMETAAN MATA KULIAH BERPRASYARAT UNTUK RENCANA STUDI MAHASISWA (STUDI KASUS PROGRAM STUDI MATEMATIKA FMIPA UT)

MODEL OPTIMASI PEMETAAN MATA KULIAH BERPRASYARAT UNTUK RENCANA STUDI MAHASISWA (STUDI KASUS PROGRAM STUDI MATEMATIKA FMIPA UT) MODEL OPTIMASI PEMETAAN MATA KULIAH BERPRASYARAT UNTUK RENCANA STUDI MAHASISWA (STUDI KASUS PROGRAM STUDI MATEMATIKA FMIPA UT) Asmara Iriani Tarigan (asmara@ut.ac.id) Sitta Alief Farihati Jurusan Matematia

Lebih terperinci

khazanah Sistem Klasifikasi Tipe Kepribadian dan Penerimaan Teman Sebaya Menggunakan Jaringan Syaraf Tiruan Backpropagation informatika

khazanah Sistem Klasifikasi Tipe Kepribadian dan Penerimaan Teman Sebaya Menggunakan Jaringan Syaraf Tiruan Backpropagation informatika hazanah informatia Jurnal Ilmu Komputer dan Informatia Sistem Klasifiasi Tipe Kepribadian dan Penerimaan Teman Sebaya Menggunaan Jaringan Syaraf Tiruan Bacpropagation Yusuf Dwi Santoso *, Suhartono Departemen

Lebih terperinci

RANCANG BANGUN SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN HANDPHONE BERDASARKAN KEINGINAN MENGGUNAKAN METODE WEIGHTED PRODUCT (WP) BERBASIS WEB SKRIPSI

RANCANG BANGUN SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN HANDPHONE BERDASARKAN KEINGINAN MENGGUNAKAN METODE WEIGHTED PRODUCT (WP) BERBASIS WEB SKRIPSI RANCANG BANGUN SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN HANDPHONE BERDASARKAN KEINGINAN MENGGUNAKAN METODE WEIGHTED PRODUCT (WP) BERBASIS WEB SKRIPSI Diajukan Untuk Penulisan Skripsi Guna Memenuhi Salah Satu

Lebih terperinci

ISSN: TEKNOMATIKA Vol.1, No.2, JANUARI

ISSN: TEKNOMATIKA Vol.1, No.2, JANUARI ISSN: 1979-7656 TEKNOMATIKA Vol.1, No.2, JANUARI 2009 25 PERANCANGAN DAN IMPLEMENTASI JARINGAN SYARAF TIRUAN UNTUK MENDIAGNOSA JENIS PENYAKIT KANDUNGAN Bambang Yuwono Jurusan Teni Informatia UPN Veteran

Lebih terperinci

JURNAL EMPLOYEE ASSESSMENT DECISION SUPPORT SYSTEM USING FUZZY BEST MULTI CRITERIA DECISION MAKING (FMCDM) CASE STUDY CUSTOM CAPS KEDIRI

JURNAL EMPLOYEE ASSESSMENT DECISION SUPPORT SYSTEM USING FUZZY BEST MULTI CRITERIA DECISION MAKING (FMCDM) CASE STUDY CUSTOM CAPS KEDIRI JURNAL SISTEM PENDUKUNG KEPUTUSAN PENILAIAN KARYAWAN TERBAIK MENGGUNAKAN METODE FUZZY MULTY CRITERIA DECISION MAKING (FMCDM) STUDI KASUS TOPI CUSTOM KEDIRI EMPLOYEE ASSESSMENT DECISION SUPPORT SYSTEM USING

Lebih terperinci

BAB 2 TEORI PENUNJANG

BAB 2 TEORI PENUNJANG BAB EORI PENUNJANG.1 Konsep Dasar odel Predictive ontrol odel Predictive ontrol P atau sistem endali preditif termasu dalam onsep perancangan pengendali berbasis model proses, dimana model proses digunaan

Lebih terperinci

Penentuan Lokasi Usaha Percetakan Menggunakan Metode FMCDM

Penentuan Lokasi Usaha Percetakan Menggunakan Metode FMCDM ISSN: 0216-3284 1337 Penentuan Lokasi Usaha Percetakan Menggunakan Metode FMCDM Haryadi Fauzan, Hugo Aprilianto Program Studi Teknik Informatika, STMIK Banjarbaru Jl. A. Yani Km. 33,3 Banjarbaru, Telp.(0511)

Lebih terperinci

BAB IV Solusi Numerik

BAB IV Solusi Numerik BAB IV Solusi Numeri 4. Algoritma Genetia Algoritma Genetia (AG) [2] merupaan teni pencarian stoasti yang berdasaran pada meanisme selesi alam dan prinsip penurunan genetia. Algoritma genetia ditemuan

Lebih terperinci

Analisis Sistem Pendukung Keputusan Dalam Memilih Program Studi Menggunakan Metode Logika Fuzzy

Analisis Sistem Pendukung Keputusan Dalam Memilih Program Studi Menggunakan Metode Logika Fuzzy Analisis Sistem Pendukung Keputusan Dalam Memilih Program Studi Menggunakan Metode Logika Fuzzy Hetty Rohayani Teknik Informatika, STIKOM Dinamika Bangsa Jambi Email : hetty_mna@yahoo.com Abstract STIKOM

Lebih terperinci

khazanah Sistem Klasifikasi Tipe Kepribadian dan Penerimaan Teman Sebaya Menggunakan Jaringan Syaraf Tiruan Backpropagation informatika

khazanah Sistem Klasifikasi Tipe Kepribadian dan Penerimaan Teman Sebaya Menggunakan Jaringan Syaraf Tiruan Backpropagation informatika hazanah informatia Jurnal Ilmu Komputer dan Informatia Sistem Klasifiasi Tipe Kepribadian dan Penerimaan Teman Sebaya Menggunaan Jaringan Syaraf Tiruan Bacpropagation Yusuf Dwi Santoso *, Suhartono Program

Lebih terperinci

Variasi Spline Kubik untuk Animasi Model Wajah 3D

Variasi Spline Kubik untuk Animasi Model Wajah 3D Variasi Spline Kubi untu Animasi Model Wajah 3D Rachmansyah Budi Setiawan (13507014 1 Program Studi Teni Informatia Seolah Teni Eletro dan Informatia Institut Tenologi Bandung, Jl. Ganesha 10 Bandung 40132,

Lebih terperinci

PENGEMBANGAN SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN NASABAH YANG BERPOTENSI MEMBUKA SIMPANAN DEPOSITO DENGAN FUZZY MCDM

PENGEMBANGAN SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN NASABAH YANG BERPOTENSI MEMBUKA SIMPANAN DEPOSITO DENGAN FUZZY MCDM 1 PENGEMBANGAN SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN NASABAH YANG BERPOTENSI MEMBUKA SIMPANAN DEPOSITO DENGAN FUZZY MCDM Meirisa Sarastri Fakultas Teknik Informatika, Universitas Dian Nuswantoro

Lebih terperinci

OSN 2014 Matematika SMA/MA

OSN 2014 Matematika SMA/MA Soal 5. Suatu barisan bilangan asli a 1, a 2, a 3,... memenuhi a + a l = a m + a n untu setiap bilangan asli, l, m, n dengan l = mn. Jia m membagi n, butian bahwa a m a n. Solusi. Andaian terdapat bilangan

Lebih terperinci

PEGEMBANGKAN MEDIA PEMBELAJARAN ROBOTIKA MENGGUNAKAN ROBOT MANIPULATOR PENYELEKSI BENDA BERBASIS GRAPHICAL USER INTERFACE

PEGEMBANGKAN MEDIA PEMBELAJARAN ROBOTIKA MENGGUNAKAN ROBOT MANIPULATOR PENYELEKSI BENDA BERBASIS GRAPHICAL USER INTERFACE 452 PROGRAM STUDI PENDIDIKAN TEKNIK MEKATRONIKA : E-Journal Universitas Negeri Yogyaarta http://journal.student.uny.ac.id/ojs PEGEMBANGKAN MEDIA PEMBELAJARAN ROBOTIKA MENGGUNAKAN ROBOT MANIPULATOR PENYELEKSI

Lebih terperinci

BAB II KONSEP DAN DEFINISI

BAB II KONSEP DAN DEFINISI 6 BAB II KONSEP DAN DEFINISI Pada bab ini aan dijelasan onsep dan definisi-definisi yang digunaan dalam metode pada penelitian ini. 2.1 DATA TRANSAKSI isalan = { 1, 2, 3,..., } adalah himpunan semua produ

Lebih terperinci

BAB 3 PATTERN MATCHING BERBASIS JARAK EUCLID, PATTERN MATCHING BERBASIS JARAK MAHALANOBIS, DAN JARINGAN SYARAF TIRUAN BERBASIS PROPAGASI BALIK

BAB 3 PATTERN MATCHING BERBASIS JARAK EUCLID, PATTERN MATCHING BERBASIS JARAK MAHALANOBIS, DAN JARINGAN SYARAF TIRUAN BERBASIS PROPAGASI BALIK BAB 3 PATTERN MATCHING BERBASIS JARAK EUCLID, PATTERN MATCHING BERBASIS JARAK MAHALANOBIS, DAN JARINGAN SYARAF TIRUAN BERBASIS PROPAGASI BALIK Proses pengenalan dilauan dengan beberapa metode. Pertama

Lebih terperinci

SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN PENERIMA BEASISWA MENGGUNAKAN METODE FMADM (STUDI KASUS: MAHASISWA FKIP UMN AL-WASHLIYAH MEDAN) ABSTRACT

SISTEM 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 terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA 2.1 Penelitian Terdahulu Penelitian yang aan dilauan meruju epada beberapa penelitian terdahulu yang sudah pernah dilauan sebelumnya, diantaranya: 1. I Gst. Bgs. Wisuana (2009)

Lebih terperinci

BAB III ANALISIS DISKRIMINAN. analisis multivariat dengan metode dependensi (dimana hubungan antar variabel

BAB III ANALISIS DISKRIMINAN. analisis multivariat dengan metode dependensi (dimana hubungan antar variabel BAB III ANALISIS DISKRIMINAN 3.1 Pengertian Analisis Disriminan Analisis disriminan merupaan sala satu metode yang digunaan dalam analisis multivariat dengan metode dependensi (dimana ubungan antar variabel

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang 1 BAB 1 PENDAHULUAN 1.1 Latar Belaang Di aman searang sebuah adal yang tersusun rapi merupaan ebutuhan bagi setiap individu. Namun masalah penyusunan sebuah adal merupaan sebuah masalah umum yang teradi,

Lebih terperinci

Perbandingan Metode AHP-SAW Dengan FMCDM-SAW Pada Pemberian Pinjaman Modal Usaha Pertanian

Perbandingan Metode AHP-SAW Dengan FMCDM-SAW Pada Pemberian Pinjaman Modal Usaha Pertanian 625 Perbandingan Metode AHP-SAW Dengan FMCDM-SAW Pada Pemberian Pinjaman Modal Usaha Pertanian Biasty Handayani, Ruliah S. STMIK Banjarbaru Jl. A. Yani Km. 33,3 Banjarbaru efekbiass@gmail.com, twochandra@gmail.com

Lebih terperinci

PENERAPAN ALGORITMA APRIORI UNTUK MEMPEROLEH ASSOCIATION RULE ANTAR ITEMSET BERDASARKAN PERIODE PENJUALAN DALAM SATU TRANSAKSI

PENERAPAN ALGORITMA APRIORI UNTUK MEMPEROLEH ASSOCIATION RULE ANTAR ITEMSET BERDASARKAN PERIODE PENJUALAN DALAM SATU TRANSAKSI PENERAPAN ALGORITMA APRIORI UNTUK MEMPEROLEH ASSOCIATION RULE ANTAR ITEMSET BERDASARKAN PERIODE PENJUALAN DALAM SATU TRANSAKSI Devi Fitrianah, Ade Hodijah Program Studi Teni Informatia, Faultas Ilmu Komputer,

Lebih terperinci

BAB III METODE PENELITIAN. terdiri dari teknik pengumpulan data, teknik analisis data dan perencanaan layar

BAB III METODE PENELITIAN. terdiri dari teknik pengumpulan data, teknik analisis data dan perencanaan layar BAB III METODE PENELITIAN Bab III berisi tentang metode penelitian. Metode penelitian yang digunakan terdiri dari teknik pengumpulan data, teknik analisis data dan perencanaan layar aplikasi. A. Teknik

Lebih terperinci

KOORDINASI SUPPLY CHAIN SATU PABRIK-SATU DISTRIBUTOR PADA MODEL PENENTUAN HARGA & KEPUTUSAN PRODUKSI/ORDER

KOORDINASI SUPPLY CHAIN SATU PABRIK-SATU DISTRIBUTOR PADA MODEL PENENTUAN HARGA & KEPUTUSAN PRODUKSI/ORDER KOORDIASI SUPPLY CHAI SATU PABRIK-SATU DISTRIBUTOR PADA ODEL PEETUA HARGA & KEPUTUSA PRODUKSI/ORDER Evi Yuliawati Faultas Tenologi Industri, Jurusan Teni Industri Institut Tenologi Adhi Tama Surabaya Email:

Lebih terperinci

KLASIFIKASI DATA MENGGUNAKAN JST BACKPROPAGATION MOMENTUM DENGAN ADAPTIVE LEARNING RATE

KLASIFIKASI DATA MENGGUNAKAN JST BACKPROPAGATION MOMENTUM DENGAN ADAPTIVE LEARNING RATE KLASIFIKASI DATA MENGGUNAKAN JST BACKPROPAGATION MOMENTUM DENGAN ADAPTIVE LEARNING RATE Warih Maharani Faultas Teni Informatia, Institut Tenologi Telom Jl. Teleomuniasi No.1 Bandung 40286 Telp. (022) 7564108

Lebih terperinci

PEMODELAN OPTIMALISASI PRODUKSI UNTUK MEMAKSIMALKAN KEUNTUNGAN DENGAN MENGGUNAKAN METODE PEMROGRAMAN LINIER

PEMODELAN OPTIMALISASI PRODUKSI UNTUK MEMAKSIMALKAN KEUNTUNGAN DENGAN MENGGUNAKAN METODE PEMROGRAMAN LINIER PEMODELAN OPTIMALISASI PRODUKSI UNTUK MEMAKSIMALKAN KEUNTUNGAN DENGAN MENGGUNAKAN METODE PEMROGRAMAN LINIER Tantri Windarti Program Studi Sistem Informasi STMIK Surabaya Jl Raya Kedung Baru 98, Surabaya

Lebih terperinci

EVALUASI KOMPETENSI DASAR GURU DAN KUALITAS LULUSAN AKUNTANSI

EVALUASI KOMPETENSI DASAR GURU DAN KUALITAS LULUSAN AKUNTANSI Evaluasi Kompetensi Dasar... (Rahmadita Nurul1 EVALUASI KOMPETENSI DASAR GURU DAN KUALITAS LULUSAN AKUNTANSI BASIC COMPETENCY EVALUATION OF TEACHER AND THE QUALITY OF ACCOUNTING GRADUATES Oleh: Rahmadita

Lebih terperinci

PENGEMBANGAN E-MODULE EKONOMI PADA MATERI UANG DAN PERBANKAN UNTUK SISWA KELAS X A SMA NEGERI 1 PANGGUL TRENGGALEK TAHUN AJARAN 2014/2015

PENGEMBANGAN E-MODULE EKONOMI PADA MATERI UANG DAN PERBANKAN UNTUK SISWA KELAS X A SMA NEGERI 1 PANGGUL TRENGGALEK TAHUN AJARAN 2014/2015 PENGEMBANGAN E-MODULE EKONOMI PADA MATERI UANG DAN PERBANKAN UNTUK SISWA KELAS X A SMA NEGERI 1 PANGGUL TRENGGALEK TAHUN AJARAN 2014/2015 Nelvy Warsi Enggal Lestari Prih Hardinto Lisa Rohmani Abstract

Lebih terperinci

SATUAN ACARA PERKULIAHAN ( SAP )

SATUAN ACARA PERKULIAHAN ( SAP ) SATUAN ACARA PERKULIAHAN ( SAP ) Mata Kuliah : Pengolahan Citra Digital Kode : IES 6323 Semester : VI Watu : 1x 3x 50 Menit Pertemuan : 7 A. Kompetensi 1. Utama Mahasiswa dapat memahami tentang sistem

Lebih terperinci

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN HANDPHONE MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) ARTIKEL SKRIPSI

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN HANDPHONE MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) ARTIKEL SKRIPSI SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN HANDPHONE MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) ARTIKEL SKRIPSI Diajukan Untuk Memenuhi Salah Satu Syarat Memperoleh Gelar Sarjana Komputer ( S.Kom ) Pada

Lebih terperinci

Analisa Pemilihan Kualitas Android Jelly Bean Dengan Menggunakan Metode AHP Pendekatan MCDM

Analisa Pemilihan Kualitas Android Jelly Bean Dengan Menggunakan Metode AHP Pendekatan MCDM Analisa Pemilihan Kualitas Android Jelly Bean Dengan Menggunakan Metode AHP Pendekatan MCDM Dian Gustina 1, Rendi Haposan Siahaan 2 1 Universitas Persada Indonesia Y.A.I, 2 STMIK Nusa Mandiri 1 Jl Salemba

Lebih terperinci

PERANCANGAN APLIKASI UJIAN SARINGAN MASUK PERGURUAN TINGGI SECARA ONLINE BERBASIS ANDROID (STUDI KASUS UNIVERSITAS POTENSI UTAMA MEDAN)

PERANCANGAN APLIKASI UJIAN SARINGAN MASUK PERGURUAN TINGGI SECARA ONLINE BERBASIS ANDROID (STUDI KASUS UNIVERSITAS POTENSI UTAMA MEDAN) Techno.COM, Vol. 15, No. 3, Agustus 2016: 217-223 PERANCANGAN APLIKASI UJIAN SARINGAN MASUK PERGURUAN TINGGI SECARA ONLINE BERBASIS ANDROID (STUDI KASUS UNIVERSITAS POTENSI UTAMA MEDAN) Deny Adhar 1, Labuhan

Lebih terperinci

ANALISIS KELAYAKAN INVESTASI PERBAIKAN KUALITAS PELAYANAN DI AJB BUMI PUTERA 1912 CABANG SIDOARJO

ANALISIS KELAYAKAN INVESTASI PERBAIKAN KUALITAS PELAYANAN DI AJB BUMI PUTERA 1912 CABANG SIDOARJO ANALISIS KELAYAKAN INVESTASI PERBAIKAN KUALITAS PELAYANAN DI AJB BUMI PUTERA 191 CABANG SIDOARJO Yustina Ngatilah, 1 dan C. Indri Parwati 1 Teni Industri, UPN Veteran Jawa Timur, Teni Industri Institut

Lebih terperinci

SUATU KLAS BILANGAN BULAT DAN PERANNYA DALAM MENGKONSTRUKSI BILANGAN PRIMA

SUATU KLAS BILANGAN BULAT DAN PERANNYA DALAM MENGKONSTRUKSI BILANGAN PRIMA SUATU KLAS BILANGAN BULAT DAN PERANNYA DALAM MENGKONSTRUKSI BILANGAN PRIMA I Nengah Suparta dan I. B. Wiasa Jurusan Pendidian MatematiaUniversitas Pendidian Ganesha E-mail: isuparta@yahoo.com ABSTRAK:

Lebih terperinci

III. METODOLOGI PENELITIAN

III. METODOLOGI PENELITIAN III. METODOLOGI PENELITIAN 3.1 Keranga Pemiiran Pemerintah ahir-ahir ini sering dihadapan pada masalah persediaan pupu bersubsidi yang daya serapnya rendah dan asus elangaan di berbagai loasi di Indonesia.

Lebih terperinci

Proses Keputusan Markovian

Proses Keputusan Markovian Proses Keputusan Marovian 1 Pengantar Proses eputusan Marovian adalah proses eputusan stoasti/probabilistidimana banyanya state adalah hingga (finit). Melibatan dua buah matris: matris transisi (P) dan

Lebih terperinci

KORELASI ANTARA DUA SINYAL SAMA BERBEDA JARAK PEREKAMAN DALAM SISTEM ADAPTIF. Sri Arttini Dwi Prasetyawati 1. Abstrak

KORELASI ANTARA DUA SINYAL SAMA BERBEDA JARAK PEREKAMAN DALAM SISTEM ADAPTIF. Sri Arttini Dwi Prasetyawati 1. Abstrak KORELASI ANARA DUA SINYAL SAMA BERBEDA JARAK PEREKAMAN DALAM SISEM ADAPIF Sri Arttini Dwi Prasetyawati 1 Abstra Masud pembahasan tentang orelasi dua sinyal adalah orelasi dua sinyal yang sama aan tetapi

Lebih terperinci

SISTEM PENDUKUNG KEPUTUSAN PENGAJUAN KREDIT PADA PD BPR BKK BOJA DENGAN METODE SAW. Riris Niken Pratiwi

SISTEM PENDUKUNG KEPUTUSAN PENGAJUAN KREDIT PADA PD BPR BKK BOJA DENGAN METODE SAW. Riris Niken Pratiwi SISTEM PENDUKUNG KEPUTUSAN PENGAJUAN KREDIT PADA PD BPR BKK BOJA DENGAN METODE SAW Riris Niken Pratiwi Jurusan Sistem Informasi Universitas Dian Nuswantoro Semarang E-mail :nikenriris@yahoo.com Abstrak

Lebih terperinci

Sistem Pendukung Keputusan Penerima Beasiswa SMK Menggunakan Metode Backpropagation

Sistem Pendukung Keputusan Penerima Beasiswa SMK Menggunakan Metode Backpropagation Seminar Nasional e 9: Reayasa Tenologi Industri dan Informasi Sistem Penduung Keputusan Penerima Beasiswa SMK Menggunaan Metode Bacpropagation Teti Rohaeti 1, Yoyon Kusnendar Suprapto 2, Eo Mulyanto 3

Lebih terperinci

PENGENALAN KAPAL PADA CITRA DIGITAL MENGGUNAKAN IMAGE PROCESSING DAN JARINGAN SYARAF TIRUAN BACKPROPAGATION

PENGENALAN KAPAL PADA CITRA DIGITAL MENGGUNAKAN IMAGE PROCESSING DAN JARINGAN SYARAF TIRUAN BACKPROPAGATION PENGENALAN KAPAL PADA CITRA DIGITAL MENGGUNAKAN IMAGE PROCESSING DAN JARINGAN SYARAF TIRUAN BACKPROPAGATION Sutino 1, Helmie Arif Wibawa 2, Priyo Sidi Sasongo 3 123 Jurusan Ilmu Komputer/Informatia, FSM,

Lebih terperinci

SISTEM PENDUKUNG KEPUTUSAN PENENTUAN COAS TERBAIK DENGAN METODE ANALYTICAL HIRARCHY PROCESS (AHP) (STUDI KASUS:RSUD DELI SERDANG)

SISTEM PENDUKUNG KEPUTUSAN PENENTUAN COAS TERBAIK DENGAN METODE ANALYTICAL HIRARCHY PROCESS (AHP) (STUDI KASUS:RSUD DELI SERDANG) Volume : XI, Nomor :, September Informasi dan Tenologi Ilmiah ISSN: -X SISTEM PENDUKUNG KEPUTUSAN PENENTUAN COAS TERBAIK DENGAN METODE ANALYTICAL HIRARCHY PROCESS (AHP) (STUDI KASUS:RSUD DELI SERDANG)

Lebih terperinci

Keragaman Struktur Tegakan Hutan Alam Sekunder The Variability of Stand Structure of Logged-over Natural Forest

Keragaman Struktur Tegakan Hutan Alam Sekunder The Variability of Stand Structure of Logged-over Natural Forest JMHT Vol. XIV, (2): 81-87, Agustus 28 ISSN: 215-157X Keragaman Strutur Tegaan Hutan Alam Seunder The Variability of Stand Structure of Logged-over Natural Forest Abstract Muhdin 1*, Endang Suhendang 1,

Lebih terperinci

Makalah Seminar Tugas Akhir

Makalah Seminar Tugas Akhir Maalah Seminar Tugas Ahir PENDETEKSI POSISI MENGGUNAKAN SENSOR ACCELEROMETER MMA7260Q BERBASIS MIKROKONTROLER ATMEGA 32 Muhammad Riyadi Wahyudi, ST., MT. Iwan Setiawan, ST., MT. Abstract Currently, determining

Lebih terperinci

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN GADGET SMARTPHONE MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN GADGET SMARTPHONE MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN GADGET SMARTPHONE MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING Al Hakim Binarso F Program Studi Teknik Informatika Strata 1 Fakultas Ilmu Komputer Universitas Dian

Lebih terperinci

SISTEM PENDUKUNG KEPUTUSAN MENENTUKAN PENERIMA BEASISWA BERPRESTASI MENGGUNAKAN FUZZY MULTIPLE ATTRIBUTE DECISION MAKING (FMADM) DENGAN METODE SAW

SISTEM PENDUKUNG KEPUTUSAN MENENTUKAN PENERIMA BEASISWA BERPRESTASI MENGGUNAKAN FUZZY MULTIPLE ATTRIBUTE DECISION MAKING (FMADM) DENGAN METODE SAW Seminar Nasional Teknologi Informasi dan Multimedia 205 STMIK AMIKOM Yogyakarta, 6-8 Februari 205 SISTEM PENDUKUNG KEPUTUSAN MENENTUKAN PENERIMA BEASISWA BERPRESTASI MENGGUNAKAN FUZZY MULTIPLE ATTRIBUTE

Lebih terperinci

Sistem Pendukung Keputusan Rekomendasi Pemilihan Laptop Menggunakan Fuzzy Tahani

Sistem Pendukung Keputusan Rekomendasi Pemilihan Laptop Menggunakan Fuzzy Tahani Sistem Pendukung Keputusan Rekomendasi Pemilihan Laptop Menggunakan Fuzzy Tahani Eddy Triswanto S., ST., M.Kom. Jurusan Sistem Informasi Institut Informatika Indonesia Jl. Raya Sukomanunggal Jaya 3, Surabaya

Lebih terperinci

REKOMENDASI PEMILIHAN LAPTOP MENGGUNAKAN SISTEM INFERENSI FUZZY TSUKAMOTO

REKOMENDASI PEMILIHAN LAPTOP MENGGUNAKAN SISTEM INFERENSI FUZZY TSUKAMOTO REKOMENDASI PEMILIHAN LAPTOP MENGGUNAKAN SISTEM INFERENSI FUZZY TSUKAMOTO oleh ENDRA PRATAMA M0112030 SKRIPSI ditulis dan diajukan untuk memenuhi sebagian persyaratan memperoleh gelar Sarjana Sains Matematika

Lebih terperinci

PERBANDINGAN PERFORMANSI ALGORITMA GENETIKA DAN ALGORITMA SEMUT UNTUK PENYELESAIAN SHORTEST PATH PROBLEM

PERBANDINGAN PERFORMANSI ALGORITMA GENETIKA DAN ALGORITMA SEMUT UNTUK PENYELESAIAN SHORTEST PATH PROBLEM Seminar Nasional Sistem dan Informatia 2007; Bali, 16 November 2007 PERBANDINGAN PERFORMANSI ALGORITMA GENETIKA DAN ALGORITMA SEMUT UNTUK PENYELESAIAN SHORTEST PATH PROBLEM Fajar Saptono 1) I ing Mutahiroh

Lebih terperinci

SISTEM ADAPTIF PREDIKSI PENGENALAN ISYARAT VOKAL SUARA KARAKTER. Abstrak

SISTEM ADAPTIF PREDIKSI PENGENALAN ISYARAT VOKAL SUARA KARAKTER. Abstrak SISTEM ADAPTIF PREDIKSI PENGENALAN ISYARAT VOKAL SUARA KARAKTER Oleh : Pandapotan Siagia, ST, M.Eng (Dosen tetap STIKOM Dinamia Bangsa Jambi) Abstra Sistem pengenal pola suara atau yang lebih dienal dengan

Lebih terperinci

SISTEM ADAPTIF PREDIKSI PENGENALAN ISYARAT VOKAL SUARA KARAKTER

SISTEM ADAPTIF PREDIKSI PENGENALAN ISYARAT VOKAL SUARA KARAKTER SISTEM ADAPTIF PREDIKSI PENGENALAN ISYARAT VOKAL SUARA KARAKTER Pandapotan Siagian, ST, M.Eng Dosen Tetap STIKOM Dinamia Bangsa - Jambi Jalan Sudirman Theoo Jambi Abstra Sistem pengenal pola suara atau

Lebih terperinci

PROGRAM SIMULASI UNTUK REALISASI STRUKTUR TAPIS INFINITE IMPULSE RESPONSE UNTUK MEDIA PEMBELAJARAN DIGITAL SIGNAL PROCESSING

PROGRAM SIMULASI UNTUK REALISASI STRUKTUR TAPIS INFINITE IMPULSE RESPONSE UNTUK MEDIA PEMBELAJARAN DIGITAL SIGNAL PROCESSING Konferensi asional Sistem dan Informatia 28; Bali, ovember 15, 28 KS&I8-44 PROGRAM SIMULASI UTUK REALISASI STRUKTUR TAPIS IFIITE IMPULSE RESPOSE UTUK MEDIA PEMBELAJARA DIGITAL SIGAL PROCESSIG Damar Widjaja

Lebih terperinci

SISTEM INFORMASI PEMBELIAN DAN PENJUALAN OBAT (Studi Kasus : Apotek Adi Cipta Parma Jl. Sirnarasa no.49 Cimahi) Oleh : Bella Hardiyana, S.

SISTEM INFORMASI PEMBELIAN DAN PENJUALAN OBAT (Studi Kasus : Apotek Adi Cipta Parma Jl. Sirnarasa no.49 Cimahi) Oleh : Bella Hardiyana, S. SISTEM INFORMSI PEMBELIN DN PENJULN OBT (Studi Kasus : pote di Cipta Parma Jl. Sirnarasa no.49 Cimahi) Oleh : Bella Hardiyana, S. Kom BSTRK pote di Cipta Parma adalah apote yang baru berdiri pada pertengahan

Lebih terperinci

Optimasi Non-Linier. Metode Numeris

Optimasi Non-Linier. Metode Numeris Optimasi Non-inier Metode Numeris Pendahuluan Pembahasan optimasi non-linier sebelumnya analitis: Pertama-tama mencari titi-titi nilai optimal Kemudian, mencari nilai optimal dari fungsi tujuan berdasaran

Lebih terperinci

Penempatan Optimal Phasor Measurement Unit (PMU) dengan Integer Programming

Penempatan Optimal Phasor Measurement Unit (PMU) dengan Integer Programming JURAL TEKIK POMITS Vol. 2, o. 2, (2013) ISS: 2337-3539 (2301-9271 Print) B-137 Penempatan Optimal Phasor Measurement Unit (PMU) dengan Integer Programming Yunan Helmy Amrulloh, Rony Seto Wibowo, dan Sjamsjul

Lebih terperinci

BAB III PENENTUAN HARGA PREMI, FUNGSI PERMINTAAN, DAN TITIK KESETIMBANGANNYA

BAB III PENENTUAN HARGA PREMI, FUNGSI PERMINTAAN, DAN TITIK KESETIMBANGANNYA BAB III PENENTUAN HARGA PREMI, FUNGSI PERMINTAAN, DAN TITIK KESETIMBANGANNYA Pada penelitian ini, suatu portfolio memilii seumlah elas risio. Tiap elas terdiri dari n, =,, peserta dengan umlah besar, dan

Lebih terperinci

INTEGRAL NUMERIK KUADRATUR ADAPTIF DENGAN KAIDAH SIMPSON. Makalah. Disusun guna memenuhi tugas Mata Kuliah Metode Numerik. yang dibimbing oleh

INTEGRAL NUMERIK KUADRATUR ADAPTIF DENGAN KAIDAH SIMPSON. Makalah. Disusun guna memenuhi tugas Mata Kuliah Metode Numerik. yang dibimbing oleh INTEGRAL NUMERIK KUADRATUR ADAPTIF DENGAN KAIDAH SIMPSON Maalah Disusun guna memenuhi tugas Mata Kuliah Metode Numeri yang dibimbing oleh Dr. Nur Shofianah Disusun oleh: M. Adib Jauhari Dwi Putra 146090400111001

Lebih terperinci