Multi-Attribute Decision Making
|
|
- Adi Kurniawan
- 6 tahun lalu
- Tontonan:
Transkripsi
1 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 Indonesia
2 Kompetensi Dasar Mahasiswa dapat menyelesaikan masalah pengambilan keputusan dengan metode-metode pada model MADM. Mahasiswa dapat membedakan karakteristik permasalahan yang diselesaikan dengan metode-metode pada model MADM. 2 4/27/2016 2
3 Referensi Utama Turban E, Aronson JE, Liang Ting- Peng. (2005). Decision Support Systems and Intelligent Systems. International Edition, Edisi 7. New Jersey: Pearson Prentice-Hall Education International. Kusumadewi S, Hartati S, Retantyo W & Harjoko A. (2006). Fuzzy Multi- Attribute Decision Making. Yogyakarta: Graha Ilmu. 3
4 Definisi Multi-Attribute Decision Making (MADM) Secara umum, model Multi-Attribute Decision Making (MADM) dapat didefinisikan sebagai berikut (Zimermann, 1991): Misalkan A = {a i i = 1,...,n} adalah himpunan alternatif keputusan, C = {c j j = 1,..., m} adalah himpunan tujuan (atribut) yang diharapkan, Akan ditentukan alternatif a i yang memiliki derajat harapan tertinggi terhadap tujuan tujuan yang relevan c j. 4
5 Fitur MADM Janko (2005) memberikan batasan tentang adanya beberapa fitur umum digunakan dalam MADM, yaitu: Alternatif Kriteria/atribut Konflik Antar Kriteria (jenis kriteria) Bobot Keputusan Matriks Keputusan 5
6 Penjelasan Fitur MADM Alternatif, adalah obyek-obyek yang berbeda dan memiliki kesempatan yang sama untuk dipilih oleh pengambil keputusan. Kriteria (dikenal juga sbg karakteristik, komponen, atau atribut), kebanyakan kriteria bersifat satu level, namun tidak menutup kemungkinan adanya sub kriteria yang berhubungan dengan kriteria yang telah diberikan. 6
7 Penjelasan Fitur MADM Jenis kriteria, terbagi 2 yaitu: Kriteria keuntungan (benefit) adalah kriteria yang nilainya akan dimaksimumkan, misal: laba, IPK (untuk kasus pemilihan mahasiswa berprestasi), dll. Kriteria biaya (cost) adalah kriteria yang nilainya akan diminimumkan, misal: harga produk yang akan dibeli, biaya produksi, dll. 7
8 Penjelasan Fitur MADM Bobot keputusan, bobot keputusan menunjukkan kepentingan relatif dari setiap kriteria, W = (w 1, w 2,..., w n ). Pada MADM akan dicari bobot kepentingan dari setiap kriteria. Matriks keputusan, suatu matriks keputusan X yang berukuran m x n, berisi elemen-elemen x ij, yang merepresentasikan rating dari alternatif A i (i=1,2,...,m) terhadap kriteria C j (j=1,2,...,n). 8
9 Konsep Dasar MADM Masalah MADM adalah mengevaluasi m alternatif A i (i=1,2,...,m) terhadap sekumpulan atribut atau kriteria C j (j=1,2,...,n), dimana setiap atribut saling tidak bergantung satu dengan yang lainnya. Pada MADM, matriks keputusan setiap alternatif terhadap setiap kriteria, X, diberikan sebagai: X x x x m1 x x x m2 dengan x ij merupakan rating kinerja alternatif ke-i terhadap kriteria ke-j. x x x 1n 2n mn 9
10 Konsep Dasar MADM Bobot keputusan, nilai yang menunjukkan tingkat kepentingan relatif setiap kriteria, diberikan sebagai, W: W = {w 1, w 2,..., w n } Rating kinerja (X), dan nilai bobot (W) merupakan nilai utama yang merepresentasikan preferensi absolut dari pengambil keputusan. Masalah MADM diakhiri dengan proses perankingan untuk mendapatkan alternatif terbaik yang diperoleh berdasarkan nilai keseluruhan preferensi yang diberikan (Yeh, 2002). Pada MADM, umumnya akan dicari solusi ideal, yaitu: memaksimumkan semua kriteria keuntungan dan meminimumkan semua kriteria biaya. 10
11 Bagan Solusi MADM Masalah Kriteria-1 (C 1 ) Kriteria-2 (C 2 )... Kriteria-m (C m ) Alternatif-1 (A 1 ) Alternatif-2 (A 2 )... Alternatif-n (A n ) 11
12 Metode MADM Ada beberapa metode yang dapat digunakan untuk menyelesaikan masalah MADM, antara lain: a. Simple Additive Weighting (SAW) b. Weighted Product (WP) c. TOPSIS d. Analytic Hierarchy Process (AHP) 12
13 Simple Additive Weighting (SAW) Metode Simple Additive Weighting (SAW) sering juga dikenal istilah metode penjumlahan terbobot. Konsep dasar metode SAW adalah mencari penjumlahan terbobot dari rating kinerja pada setiap alternatif pada semua atribut (Fishburn, 1967)(MacCrimmon, 1968). Metode SAW membutuhkan proses normalisasi matriks keputusan (X) ke suatu skala yang dapat diperbandingkan dengan semua rating alternatif yang ada. 13
14 Simple Additive Weighting (SAW) Formula untuk melakukan normalisasi tersebut adalah sebagai berikut: r ij x ij Maxx i Minx i x ij ij ij jika jika j adalah atribut keuntungan j adalah atribut biaya (cost) (benefit) dengan r ij adalah rating kinerja ternormalisasi dari alternatif A i pada atribut C j ; i=1,2,...,m dan j=1,2,...,n. 14
15 Simple Additive Weighting (SAW) Nilai preferensi untuk setiap alternatif (V i ) diberikan sebagai: V i n j1 w j r ij Nilai V i yang lebih besar mengindikasikan bahwa alternatif A i lebih terpilih. 15
16 Tahapan Penyelesaian SAW 1. Tentukan kriteria keputusan. 2. Tentukan bobot tiap kriteria. 3. Tentukan alternatif beserta nilainya untuk tiap kriteria. 4. Buat matriks keputusan. 5. Normalisasi matriks keputusan. 6. Hitung nilai preferensi (V) untuk setiap alternatif. 7. Urutkan nilai V dan V yang terbesar merupakan rekomendasi keputusan. 16
17 Contoh-1 SAW Suatu institusi perguruan tinggi akan memilih seorang karyawannya untuk dipromosikan sebagai kepala unit sistem informasi. Ada empat kriteria yang digunakan untuk melakukan penilaian, yaitu: C1 = tes pengetahuan (wawasan) sistem informasi C2 = praktek instalasi jaringan C3 = tes kepribadian C4 = tes pengetahuan agama 17
18 Contoh-1 SAW Pengambil keputusan memberikan bobot untuk setiap kriteria sebagai berikut: C1 = 35%; C2 = 25%; C3 = 25%; dan C4 = 15%. Ada enam orang karyawan yang menjadi kandidat (alternatif) untuk dipromosikan sebagai kepala unit, yaitu: A1 = Indra, A2 = Roni, A3 = Putri, A4 = Dani, A5 = Ratna, dan A6 = Mira. 18
19 Contoh-1 SAW Tabel nilai alternatif di setiap kriteria (matriks keputusan): Kriteria Alternatif C1 C2 C3 C4 Indra Roni Putri Dani Ratna Mira
20 Contoh-1 SAW Normalisasi: r 11 max 70 70;50;85;82;75; ,82 r 21 max 50 70;50;85;82;75; ,59 r 12 max 50 50;60;55;70;75; ,67 dst r 22 max 60 50;60;55;70;75; ,80 20
21 Contoh-1 SAW Hasil normalisasi: 0,94 0,88 0,67 0,73 0, ,88 1 0,76 0,93 0,96 0,88 0,94 0,73 1 0,82 0,96 0,80 0,59 0,71 0,94 0,67 0,82 R 21
22 Contoh-1 SAW Proses perankingan dengan menggunakan bobot yang telah diberikan oleh pengambil keputusan: w = [0,35 0,25 0,25 0,15] Hasil yang diperoleh adalah sebagai berikut: V 1 (0,35)(0,82) (0,25)(0,67) (0,25)(0,94) (0,15)(0,71) 0,796 V 2 (0,35)(0,59) (0,25)(0,80) (0,25)(0,96) (0,15)(0,82) 0,770 V 3 (0,35)(1,00) (0,25)(0,73) (0,25)(0,94) (0,15)(0,88) 0,900 V 4 (0,35)(0,96) (0,25)(0,93) (0,25)(0,76) (0,15)(1,00) 0,909 V 5 (0,35)(0,88) (0,25)(1,00) (0,25)(1,00) (0,15)(0,87) 0,939 V 6 (0,35)(0,73) (0,25)(0,67) (0,25)(0,88) (0,15)(0,94) 0,784 22
23 Contoh-1 SAW Nilai terbesar ada pada V 5 sehingga alternatif A 5 adalah alternatif yang terpilih sebagai alternatif terbaik. Dengan kata lain, Ratna akan terpilih sebagai kepala unit sistem informasi. 23
24 Contoh-2 SAW Sebuah perusahaan makanan ringan XYZ akan menginvestasikan sisa usahanya dalam satu tahun. Beberapa alternatif investasi telah akan diidentifikasi. Pemilihan alternatif terbaik ditujukan selain untuk keperluan investasi, juga dalam rangka meningkatkan kinerja perusahaan ke depan. 24
25 Contoh-2 SAW Beberapa kriteria digunakan sebagai bahan pertimbangan untuk mengambil keputusan, yaitu: C1 = Harga, yaitu seberapa besar harga barang tersebut. C2 = Nilai investasi 10 tahun ke depan, yaitu seberapa besar nilai investasi barang dalam jangka waktu 10 tahun ke depan. C3 = Daya dukung terhadap produktivitas perusahaan, yaitu seberapa besar peranan barang dalam mendukung naiknya tingkat produktivitas perusahaan. Daya dukung diberi nilai: 1 = kurang mendukung, 2 = cukup mendukung; dan 3 = sangat mendukung. 25
26 Contoh-2 SAW C4 = Prioritas kebutuhan, merupakan tingkat kepentingan (ke-mendesak-an) barang untuk dimiliki perusahaan. Prioritas diberi nilai: 1 = sangat berprioritas, 2 = berprioritas; dan 3 = cukup berprioritas. C5 = Ketersediaan atau kemudahan, merupakan ketersediaan barang di pasaran. Ketersediaan diberi nilai: 1 = sulit diperoleh, 2 = cukup mudah diperoleh; dan 3 = sangat mudah diperoleh. Pengambil keputusan memberikan bobot untuk setiap kriteria sebagai berikut: C1 = 25%; C2 = 15%; C3 = 30%; C4 = 25; dan C5 = 5%. 26
27 Contoh-2 SAW Dari seluruh kriteria ditentukan: kriteria pertama dan keempat merupakan kriteria biaya. Sedangkan kriteria kedua, ketiga, dan kelima merupakan kriteria keuntungan. 27
28 Contoh-2 SAW Ada empat alternatif yang diberikan, yaitu: A1 = Membeli mobil box untuk distribusi barang ke gudang; A2 = Membeli tanah untuk membangun gudang baru; A3 = Maintenance sarana teknologi informasi; A4 = Pengembangan produk baru. 28
29 Contoh-2 SAW Nilai setiap alternatif pada setiap kriteria: Kriteria Alternatif C1 (juta Rp) C2 (%) C3 C4 C5 A A A A
30 Normalisasi: r 11 r min Contoh-2 SAW 150;500;200; max 15;200;10; r max 3 2;2;3; ,075 r 14 min{2;3;1;1} ,5 dst 30
31 Hasil normalisasi: Contoh-2 SAW R 1 0,30 0,75 0,43 0,08 1 0,05 0,50 0,67 0, ,50 0, ,67 1 0,67 31
32 Contoh-2 SAW Proses perankingan dengan menggunakan bobot yang telah diberikan oleh pengambil keputusan: w = [0,25 0,15 0,30 0,25 0,05] Hasil yang diperoleh adalah sebagai berikut: (0,25)(1) (0,15)(0,08) (0,3)(0,67) (0,25)(0,5) (0,05)(1) V 1 V 2 V 3 V 4 0,638 (0,25)(0,3) (0,15)(1) (0,3)(0,67) (0,25)(0,33) (0,05)(0,67) 0,542 (0,25)(0,75) (0,15)(0,05) (0,3)(1) (0,25)(1) (0,05)(1) 0,795 (0,25)(0,43) (0,15)(0,5) (0,3)(1) (0,25)(1) (0,05)(0,67) 0,766 Nilai terbesar ada pada V3 sehingga alternatif A3 adalah alternatif yang terpilih sebagai alternatif terbaik. Dengan kata lain, maintenance sarana teknologi informasi akan terpilih sebagai solusi untuk investasi sisa usaha 32
33 Weighted Product (WP) Metode Weighted Product (WP) menggunakan perkalian untuk menghubungkan rating atribut, dimana rating setiap atribut harus dipangkatkan dulu dengan bobot atribut yang bersangkutan. Proses ini sama halnya dengan proses normalisasi. 33
34 Weighted Product (WP) Preferensi untuk alternatif A i diberikan sebagai berikut: S i n j1 x w ij j dengan i=1,2,...,m; dimana w j = 1. w j adalah pangkat bernilai positif untuk atribut keuntungan, dan bernilai negatif untuk atribut biaya. 34
35 Contoh: Weighted Product (WP) Suatu perusahaan di Daerah Istimewa Yogyakarta (DIY) ingin membangun sebuah gudang yang akan digunakan sebagai tempat untuk menyimpan sementara hasil produksinya. Ada 3 lokasi yang akan menjadi alternatif, yaitu: A1 = Ngemplak, A2 = Kalasan, A3 = Kota Gedhe. 35
36 Weighted Product (WP) Ada 5 kriteria yang dijadikan acuan dalam pengambilan keputusan, yaitu: C1 = jarak dengan pasar terdekat (km), C2 = kepadatan penduduk di sekitar lokasi (orang/km2); C3 = jarak dari pabrik (km); C4 = jarak dengan gudang yang sudah ada (km); C5 = harga tanah untuk lokasi (x1000 Rp/m2). 36
37 Weighted Product (WP) Tingkat kepentingan setiap kriteria, juga dinilai dengan 1 sampai 5, yaitu: 1 = Sangat rendah, 2 = Rendah, 3 = Cukup, 4 = Tinggi, 5 = Sangat Tinggi. Pengambil keputusan memberikan bobot preferensi sebagai: W = (5, 3, 4, 4, 2) 37
38 Weighted Product (WP) Nilai setiap alternatif di setiap kriteria: Alternatif Kriteria C 1 C 2 C 3 C 4 C 5 A 1 0, A 2 0, A 3 0,
39 Weighted Product (WP) Kategori setiap kriteria: Kriteria C2 (kepadatan penduduk di sekitar lokasi) dan C4 (jarak dengan gudang yang sudah ada) adalah kriteria keuntungan; Kriteria C1 (jarak dengan pasar terdekat), C3 (jarak dari pabrik), dan C5 (harga tanah untuk lokasi) adalah kriteria biaya. Sebelumnya dilakukan perbaikan bobot terlebih dahulu seperti sehingga w = 1, diperoleh w 1 = 0,28; w 2 = 0,17; w 3 = 0,22; w 4 = 0,22; dan w 5 = 0,11. 39
40 Weighted Product (WP) Kemudian vektor S dapat dihitung sebagai berikut: S S S 0,28 0,17 0,22 0,22 0, , , ,28 0,17 0,22 0,22 0, , , ,28 0,17 0,22 0,22 0, , ,
41 Weighted Product (WP) Nilai vektor V yang akan digunakan untuk perankingan dapat dihitung sebagai berikut: V 1 V 2 V 3 2,4187 2,4187 2,4270 1,7462 0,3669 2,4270 0,3682 2,4187 2,4270 1,7462 1,7462 0,2649 2,4187 2,4270 1,7462 Nilai terbesar ada pada V2 sehingga alternatif A2 adalah alternatif yang terpilih sebagai alternatif terbaik. Dengan kata lain, Kalasan akan terpilih sebagai lokasi untuk mendirikan gudang baru. 41
42 TOPSIS Technique for Order Preference by Similarity to Ideal Solution (TOPSIS) didasarkan pada konsep dimana alternatif terpilih yang terbaik tidak hanya memiliki jarak terpendek dari solusi ideal positif, namun juga memiliki jarak terpanjang dari solusi ideal negatif. TOPSIS banyak digunakan dengan alasan: konsepnya sederhana dan mudah dipahami; komputasinya efisien; dan memiliki kemampuan untuk mengukur kinerja relatif dari alternatif-alternatif keputusan dalam bentuk matematis yang sederhana. 42
43 TOPSIS Langkah-langkah penyelesaian masalah MADM dengan TOPSIS: Membuat matriks keputusan yang ternormalisasi; Membuat matriks keputusan yang ternormalisasi terbobot; Menentukan matriks solusi ideal positif & matriks solusi ideal negatif; Menentukan jarak antara nilai setiap alternatif dengan matriks solusi ideal positif & matriks solusi ideal negatif; Menentukan nilai preferensi untuk setiap alternatif. 43
44 TOPSIS TOPSIS membutuhkan rating kinerja setiap alternatif A i pada setiap kriteria C j yang ternormalisasi, yaitu: r ij x m i1 ij x 2 ij 44
45 TOPSIS Solusi ideal positif A + dan solusi ideal negatif A - dapat ditentukan berdasarkan rating bobot ternormalisasi (y ij ) sebagai: y w ij i r ij A A y, y,, y ; 1 2 y, y,, y ; 1 2 n n 45
46 TOPSIS dengan y j max i min i y y ij ij ; ; jika jika j j adalah atribut keuntungan adalah atribut biaya y j min i max i y y ij ij ; ; jika jika j j adalah atribut keuntungan adalah atribut biaya 46
47 Jarak antara alternatif A i dengan solusi ideal positif dirumuskan sebagai: D i n j1 2 y y ; j TOPSIS ij Jarak antara alternatif A i dengan solusi ideal negatif dirumuskan sebagai: D i n j1 2 y y ; ij j 47
48 TOPSIS Nilai preferensi untuk setiap alternatif (V i ) diberikan sebagai: V i D i D i D i ; Nilai V i yang lebih besar menunjukkan bahwa alternatif A i lebih dipilih 48
49 Contoh: Suatu perusahaan di Daerah Istimewa Yogyakarta (DIY) ingin membangun sebuah gudang yang akan digunakan sebagai tempat untuk menyimpan sementara hasil produksinya. Ada 3 lokasi yang akan menjadi alternatif, yaitu: A1 = Ngemplak, A2 = Kalasan, A3 = Kota Gedhe. TOPSIS 49
50 TOPSIS Ada 5 kriteria yang dijadikan acuan dalam pengambilan keputusan, yaitu: C1 = jarak dengan pasar terdekat (km), C2 = kepadatan penduduk di sekitar lokasi (orang/km2); C3 = jarak dari pabrik (km); C4 = jarak dengan gudang yang sudah ada (km); C5 = harga tanah untuk lokasi (x1000 Rp/m2). 50
51 TOPSIS Kategori setiap kriteria: Kriteria C2 (kepadatan penduduk di sekitar lokasi) dan C4 (jarak dengan gudang yang sudah ada) adalah kriteria keuntungan; Kriteria C1 (jarak dengan pasar terdekat), C3 (jarak dari pabrik), dan C5 (harga tanah untuk lokasi) adalah kriteria biaya. 51
52 TOPSIS Tingkat kepentingan setiap kriteria, juga dinilai dengan 1 sampai 5, yaitu: 1 = Sangat rendah, 2 = Rendah, 3 = Cukup, 4 = Tinggi, 5 = Sangat Tinggi. Pengambil keputusan memberikan bobot preferensi sebagai: W = (5, 3, 4, 4, 2) 52
53 TOPSIS Nilai setiap alternatif di setiap kriteria: Alternatif Kriteria C 1 C 2 C 3 C 4 C 5 A 1 0, A 2 0, A 3 0,
54 TOPSIS Matriks ternormalisasi, R: 0,5888 0,6186 0,4077 0,6852 R 0,3925 0,4640 0,4530 0,5482 0,7066 0,6341 0,7928 0,4796 Matriks ternormalisasi terbobot, Y: 0,4784 0,4305 0,7654 Y 2,9440 1,9627 3,5328 1,8558 1,3919 1,9022 1,6309 1,8121 3,1712 2,7408 2,1926 1,9185 0,9567 0,8611 1,
55 TOPSIS Solusi Ideal Positif (A + ): y 1 y 2 y 3 y 4 y 5 min max min max min 2,9440; 1,9627; 3,5328 1, ,8558; 1,3919; 1,9022 1, ,6309; 1,8121; 3,1712 1, ,7408; 2,1926; 1,9185 2, ,9567; 0,8611; 1,5308 0, 8611 A 1,9627; 1,9022; 1,6309; 2,7408; 0,
56 TOPSIS Solusi Ideal Negatif (A - ): 2,9440;1,9627; 3,5328 3, ,8558; 1,3919; 1,9022 1, ,6309; 1,8121; 3,1712 3, ,7408; 2,1926; 1,9185 1, ,9567; 0,8611; 1,5308 1, 5308 y1 max y 2 y 3 y 4 y 5 min max min max A 3,5328;1,3919; 3,1712;1,9185;1,
57 TOPSIS Jarak antara nilai terbobot setiap alternatif terhadap solusi ideal positif, : D 1 0,9871 D 2 0, 7706 D 3 2, 4418 S i Jarak antara nilai terbobot setiap alternatif terhadap solusi ideal negatif, S i : D 1 1,9849 D 2 2, 1991 D 3 0,
58 TOPSIS Kedekatan setiap alternatif terhadap solusi ideal dihitung sebagai berikut: V 1 V 2 V 3 1,9849 0,6679 0,98711,9849 2,1991 0,7405 0,7706 2,1991 0,5104 2,4418 0,5104 0,1729 Dari nilai V ini dapat dilihat bahwa V2 memiliki nilai terbesar, sehingga dapat disimpulkan bahwa alternatif kedua yang akan lebih dipilih. Dengan kata lain, Kalasan akan terpilih sebagai lokasi untuk mendirikan gudang baru. 58
Multi-Attribute Decision Making
Multi-Attribute Decision Making Kompetensi Dasar Mahasiswa dapat menyelesaikan masalah pengambilan keputusan dengan metode-metode pada model MADM. Mahasiswa dapat membedakan karakteristik permasalahan
Lebih terperinciFMDAM FMDAM. Simple Additive Weighting (SAW) Charitas Fibriani, M.Eng
FMDAM FMDAM Charitas Fibriani, M.Eng Fuzzy Multiple Attribute Decision Making (FMADM) adalah suatu metode yang digunakan untuk mencari alternatif optimal dari sejumlah alternatif dengan kriteria tertentu.
Lebih terperinci9/22/2011. Bahan Kuliah : Topik Khusus
9//0 Mahasiswa dapat memahami dan mampu mengaplikasikan beberapa metode untuk menyelesaikan masalah dengan alternatifalternatif dalam jumlah yang relatif kecil. Bahan Kuliah : Topik Khusus Fokus Masalah
Lebih terperinciSIMPLE ADDITIVE WEIGHTING (SAW)
SISTEM PENUNJANG KEPUTUSAN (IF04-3 SKS) 2009 Fakultas TeknologiInformasiUniversitasBudi Luhur Jl. CiledugRaya PetukanganUtara Jakarta Selatan 2260 Website: http://fti.bl.ac.id Email: sekretariat_fti@bl.ac.id
Lebih terperinciMulti atributte decision making (madm)
Multi atributte decision making (madm) Weighted Product, Topsis Weighted Product (wp) Metode WP menggunakan perkalian untuk menghubungkan rating atribut, dimana rating setiap atribut harus dipangkatkan
Lebih terperinciSasaran. Alasan Penggunaan Model. Pemodelan. Pemodelan. Alasan Penggunaan Model 9/28/2011 PEMODELAN: MANAGEMENT SUPPORT SYSTEM
Materi Kuliah [4,5] SISTEM PENDUKUNG KEPUTUSAN PEMODELAN: MANAGEMENT SUPPORT SYSTEM Qammaddin, S.Kom Referensi Utama Sasaran Mahasiswa mampu memahami tahapantahapan dalam pemodelan Management Support System.
Lebih terperinciMulti atributte decision making (madm) MCDM, MADM, SAW
Multi atributte decision making (madm) MCDM, MADM, SAW Entin Martiana, S.Kom, M.Kom Multi criteria decision making (mcdm) Suatu metode pengambilan keputusan untuk menetapkan alternatif terbaik dari sejumlah
Lebih terperinciMADM-TOOL : APLIKASI UJI SENSITIVITAS UNTUK MODEL MADM MENGGUNAKAN METODE SAW DAN TOPSIS.
MADM-TOOL : APLIKASI UJI SENSITIVITAS UNTUK MODEL MADM MENGGUNAKAN METODE SAW DAN TOPSIS. Henry Wibowo S Laboratorium Komputasi dan Sistem Cerdas Jurusan Teknik Informatika, Fakultas Teknologi Industri,Universitas
Lebih 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 terperinciPENENTUAN PRODUK KERAJINAN UNGGULAN DENGAN MENGGUNAKAN MADM-SAW. Fera Tri Wulandari 1*, Setiya Nugroho 1
PENENTUAN PRODUK KERAJINAN UNGGULAN DENGAN MENGGUNAKAN MADM-SAW Fera Tri Wulandari 1*, Setiya Nugroho 1 1 Program Studi Manajemen Informatika, Fakultas Ilmu Komputer, Universitas Widya Dharma Klaten Jl
Lebih 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 Penentuan Lokasi Gudang di Perusahaan dengan Metode Weighted Product
Sistem Pendukung Keputusan Penentuan Lokasi Gudang di Perusahaan dengan Metode Weighted Product Indah Kumala Sari 1, Yohana Dewi Lulu W 2, Kartina Diah K 3 1,2 Jurusan Sistem Informasi,.3 Jurusan Teknik
Lebih terperinciSistem Pendukung Keputusan 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 terperinciSKRIPSI. Diajukan Untuk Memenuhi Sebagian Syarat Guna Memperoleh Gelar Sarjana Komputer (S.Kom) Pada Program Studi Sistem Informasi OLEH :
IMPLEMENTASI SISTEM PENDUKUNG KEPUTUSAN SELEKSI PENERIMA BERAS MISKIN MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING ( STUDI KASUS KEL. JAMSAREN KOTA KEDIRI) SKRIPSI Diajukan Untuk Memenuhi Sebagian Syarat
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI Pada bab ini akan dibahas teori mengenai Sistem Pendukung Keputusan, penelitan lain yang berhubungan dengan sistem pendukung keputusan, Simple Additve Weighting (SAW), dan Weighted
Lebih terperinciANALISIS KOMPARASI SIMPLE ADDITIVE WEIGHTING DAN WEIGHTED PRODUCT DALAM PENENTUAN PENERIMA BEASISWA
ANALISIS KOMPARASI SIMPLE ADDITIVE WEIGHTING DAN WEIGHTED PRODUCT DALAM PENENTUAN PENERIMA BEASISWA Siti Nurhayati Magister Teknik Informatika STMIK AMIKOM Yogyakarta Jl Ring road Utara, Condongcatur,
Lebih terperinciSeminar Nasional Aplikasi Teknologi Informasi 2009 (SNATI 2009) ISSN: Yogyakarta, 20 Juni 2009
SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN PENERIMA BEASISWA BANK BRI MENGGUNAKAN FMADM (STUDI KASUS: MAHASISWA FAKULTAS TEKNOLOGI INDUSTRI UNIVERSITAS ISLAM INDONESIA) Henry Wibowo S 1), Riska Amalia
Lebih terperinciIMPLEMENTASI SISTEM REKOMENDASIAN PENERIMAAN BEASISWA DENGAN MENGGUNAKAN FMADM
IMPLEMENTASI SISTEM REKOMENDASIAN PENERIMAAN BEASISWA DENGAN MENGGUNAKAN FMADM Anis Yusrotun Nadhiroh Jurusan Teknik Informatika - STT Nurul Jadid Paiton ayusrotun@gmail.com ABSTRAK Sesuai dengan peraturan
Lebih terperinciPenerapan Metode Simple Additive Weighting (SAW) pada Sistem Pendukung Keputusan Pemilihan Lokasi untuk Cabang Baru Toko Pakan UD.
Penerapan Metode Simple Additive Weighting (SAW) pada Sistem Pendukung Keputusan Pemilihan Lokasi untuk Cabang Baru Toko Pakan UD. Indo Multi Fish 1 Nalsa Cintya Resti 1 Sistem Informasi, Universitas Nusantara
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 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 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 terperinciSISTEM PENDUKUNG KEPUTUSAN DALAM PEMBERIAN BEASISWA DENGAN MENGGUNAKAN METODE WEIGHTED PRODUCT (Studi kasus: Universitas Sari Mutiara Indonesia)
Page 83 SISTEM PENDUKUNG KEPUTUSAN DALAM PEMBERIAN BEASISWA DENGAN MENGGUNAKAN METODE WEIGHTED PRODUCT (Studi kasus: Universitas Sari Mutiara Indonesia) Burhanuddin, Dini 2 Universitas Sari Mutiara Indonesia
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PEMILIHAN STAF PENGAJAR MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING
SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN STAF PENGAJAR MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) (STUDI KASUS: ILC (Intensive Learning Center) Pringsewu) Eka Yulia Rosalin Jurusan Sistem Informasi
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN PENERIMA BEASISWA DI SMA NEGERI 6 PANDEGLANG
SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN PENERIMA BEASISWA DI SMA NEGERI 6 PANDEGLANG Heri Sulistiyo Jurusan Teknik Informatika, Fakultas Teknik dan Ilmu Komputer, Universitas Komputer Indonrsia Jln.
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN DALAM PEMBERIAN BEASISWA DENGAN MENGGUNAKAN METODE WEIGHTED PRODUCT (Studi kasus: Universitas Sari Mutiara Indonesia)
Page 83 SISTEM PENDUKUNG KEPUTUSAN DALAM PEMBERIAN BEASISWA DENGAN MENGGUNAKAN METODE WEIGHTED PRODUCT (Studi kasus: Universitas Sari Mutiara Indonesia) Burhanuddin, Dini 2 Universitas Sari Mutiara Indonesia
Lebih terperinciSISTEM PEMBERIAN BEASISWA DENGAN MENERAPKAN FMADM (FUZZY MULTIPLE ATTRIBUTE DECISION MAKING) DAN SAW (SIMPLE ADDITIVE WEIGHTING) Delpiah Wahyuningsih
SISTEM PEMBERIAN BEASISWA DENGAN MENERAPKAN FMADM (FUZZY MULTIPLE ATTRIBUTE DECISION MAKING) DAN SAW (SIMPLE ADDITIVE WEIGHTING) Delpiah Wahyuningsih Dosen Teknik Informatika STMIK Atma Luhur Pangkalpinang
Lebih terperinciDECISION SUPPORT SYSTEM FOR DETERMINING SCHOLARSHIP RECIPIENTS USING TOPSIS FMADM METHOD
ZERO JURNAL SAINS MATEMATIKA DAN TERAPAN Volume 1 No. 1 2017 Page : 11-21 P-ISSN: 2580-569X E-ISSN: 2580-5754 DECISION SUPPORT SYSTEM FOR DETERMINING SCHOLARSHIP RECIPIENTS USING TOPSIS FMADM METHOD Ismail
Lebih terperinciSISTEM 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 terperinciPENDAHULUAN. melakukan kegiatan Praktek Kerja Lapangan (PKL) baik tingkat SMK/sederajat
1 PENDAHULUAN 1.1 Latar Belakang Banyak lembaga pendidikan yang mewajibkan siswa/mahasiswanya melakukan kegiatan Praktek (PKL) baik tingkat SMK/sederajat maupun universitas sebagai salah satu syarat untuk
Lebih terperinciJurnal Teknik Informatika, Vol 1 September Aplikasi Tutorial Sistem Pendukung Keputusan Menggunakan Metode Simple Additive Weighting
1 Jurnal Teknik Informatika, Vol 1 September 2012 Aplikasi Tutorial Sistem Pendukung Keputusan Menggunakan Metode Simple Additive Weighting Verina Valensia 1,2, Yohana Dewi Lulu W, S.Si, M.T. 1 & Kartina
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN DALAM PEMILIHAN MOTOR BEBEK DENGAN MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW)
SISTEM PENDUKUNG KEPUTUSAN DALAM PEMILIHAN MOTOR BEBEK DENGAN MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) SKRIPSI Diajukan Untuk Memenuhi Sebagian Syarat Guna Memperoleh Gelar Sarjana Komputer (S.Kom)
Lebih terperinciGus melia Testiana. IAIN Raden Fatah, Palembang, Indonesia
PEMANFAATAN LOGIKA FUZZY MULTIPLE ATTRIBUTE DECISSION MAKING (FMADM) DENGAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) UNTUK PENENTUAN PENERIMA BEASISWA DI IAIN RADEN FATAH PALEMBANG Gus melia Testiana IAIN
Lebih terperinciJurnal SISFO Vol. 7, No.1, Februari 2013 STIKOM Dinamika Bangsa - Jambi 1
ANALISIS SISTEM PENUNJANG KEPUTUSAN UNTUK MENENTUKAN PELAMAR CALON DOSEN MENJADI DOSEN DENGAN MENGGUNAKAN FUZZY MADM (STUDI KASUS : STIKOM DINAMIKA BANGSA) Jasmir, S.Kom, M.Kom Dosen Tetap STIKOM Dinamika
Lebih terperinciPENERAPAN METODE MADM-SAW DALAM PENENTUAN PRODUK KERAJINAN UNGGULAN KABUPATEN KLATEN
PENERAPAN METODE MADM-SAW DALAM PENENTUAN PRODUK KERAJINAN UNGGULAN KABUPATEN KLATEN Setiya Nugroho Fakultas Ilmu Komputer, Program Stusi Manajemen Informatika Universitas Widya Dharma Klaten Email: setiyanugroho@gmail.com
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN UNTUK MAHASISWA BERPRESTASI DI STIKES MUHAMMADIYAH PRINGSEWU DENGAN METODE SAW
SISTEM PENDUKUNG KEPUTUSAN UNTUK MAHASISWA BERPRESTASI DI STIKES MUHAMMADIYAH PRINGSEWU DENGAN METODE SAW Fitria Ningsih Jurusan Manajemen Informatika STMIK Pringsewu Lampung Jl. Wismarini no.09 Pringsewu
Lebih terperinciPENENTUAN PENERIMA BEASISWA DENGAN MENGGUNAKAN FUZZY MULTIPLE ATRIBUTE DECISSION MAKING.
PENENTUAN PENERIMA BEASISWA DENGAN MENGGUNAKAN FUZZY MULTIPLE ATRIBUTE DECISSION MAKING Apriansyah Putra 1, Dinna Yunika Hardiyanti 2 Jurusan Sistem Informasi,Fakultas Ilmu Komputer Universitas Sriwijaya
Lebih 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 terperinciP13 Fuzzy MCDM. A. Sidiq P.
P13 Fuzzy MCDM A. Sidiq P. http://sidiq.mercubuana-yogya.ac.id Program Studi Teknik Informatika Program Studi Sistem Informasi Fakultas Teknologi Informasi Universitas Mercu Buana Yogyakarta Tujuan Mahasiswa
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PEMBELIAN KENDARAAN BERMOTOR DENGAN METODE SAW
SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PEMBELIAN KENDARAAN BERMOTOR DENGAN METODE SAW Arie Wedhasmara 1, Jasmo ari wibowo 2 Jurusan Sistem Informasi Fakultas Ilmu Komputer Universitas Sriwijaya Email : jasmo_ari_wibowo@yahoo.co.id
Lebih 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 terperinciAplikasi Tutorial Sistem Pendukung Keputusan Menggunakan Metode Simple Additive Weighting
Vol. 1, No. 2, Tahun 2012 146 Jurnal Aksara Komputer Terapan Politeknik Caltex Riau Website : http://jurnal.pcr.ac.id/index.php/jakt/about/index Email : pustaka@pcr.ac.id Aplikasi Tutorial Sistem Pendukung
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 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 terperinciPENERAPAN METODE SIMPLE ADDITIVE WEIGHTING DALAM SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN TABLET
PENERAPAN METODE SIMPLE ADDITIVE WEIGHTING DALAM SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN TABLET Dhuto Hestu Wicaksono Jurusan Teknik Informatika, Fakultas Ilmu Komputer, Universitas Dian Nuswantoro Email
Lebih terperinciMetode dalam SPK (Sistem Pendukung Keputusan) A. AHP
Metode dalam SPK (Sistem Pendukung Keputusan) A. AHP Analytic Hierarchy Process (AHP) adalah teknik untuk mendukung proses pengambilan keputusan yang bertujuan untuk menentukan pilihan terbaik dari beberapa
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PEMILIHAN DUTA MAHASISWA GENERASI BERENCANA BKKBN DENGAN METODE WEIGHTED PRODUCT (WP)
SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN DUTA MAHASISWA GENERASI BERENCANA BKKBN DENGAN METODE WEIGHTED PRODUCT (WP) Nurhayati Mursalin 1 dan Rezqiwati Ishak 2 1 mursalin.nurhayati@gmail.com, 2 rezqi.uig@gmail.com
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PESERTA KAPAL PEMUDA NUSANTARA DENGAN MENGGUNAKAN METODE WEIGHTED PRODUCT (WP)
SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PESERTA KAPAL PEMUDA NUSANTARA DENGAN MENGGUNAKAN METODE WEIGHTED PRODUCT (WP) Noprin Pakaya 1 dan Amiruddin 2 1 noprin.pakaya92@gmail.com, 2 amier.76@gmail.com 1,2
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 Informasi Penilaian Supplier Komputer Menggunakan Metode Fuzzy Multiple Attribute Decision Making Dengan Simple Additive Weighting
Sistem Informasi Penilaian Supplier Komputer Menggunakan Metode Fuzzy Multiple Attribute Decision Making Dengan Simple Additive Weighting Johana Harjayanti 1, Anief Fauzan Rozi 2 1 2 Program Studi Sistem
Lebih terperinciMade Kamisutara, Tubagus Purworusmiardi Jurusan Sistem Komputer, Fakultas Ilmu Komputer, Universitas Narotama
Pembuatan Aplikasi Sistem Pendukung Keputusan Penggajian dan Pemilihan Pegawai Terbaik Menggunakan Metode Weighted Product (Studi Kasus: PT. Generation Computer) Made Kamisutara, Tubagus Purworusmiardi
Lebih terperinciAPLIKASI PENENTUAN NILAI KEDISIPLINAN DAN LOYALITAS UNTUK REKOMENDASI NILAI BONUS SALESMAN DENGAN METODE SIMPLE ADDITIVE WEIGHTING SKRIPSI
Artikel Skripsi APLIKASI PENENTUAN NILAI KEDISIPLINAN DAN LOYALITAS UNTUK REKOMENDASI NILAI BONUS SALESMAN DENGAN METODE SIMPLE ADDITIVE WEIGHTING SKRIPSI Diajukan untuk Penulisan Skripsi Guna Memenuhi
Lebih terperinciBAB 2 TINJAUAN PUSTAKA. 2.1 Definisi Sistem, Keputusan dan Sistem Pendukung Keputusan
BAB 2 TINJAUAN PUSTAKA 2.1 Definisi Sistem, Keputusan dan Sistem Pendukung Keputusan Sistem Pendukung Keputusan (Decision Support System) merupakan sistem informasi interaktif yang menyediakan informasi,
Lebih terperinciSeminar Nasional Teknologi Informasi dan Komunikasi (SNASTIKOM 2013) ISBN
Sistem Pendukung Keputusan Untuk Menentukan Lokasi Pasar Dengan Menggunakan Fuzzy Multi Atribut Decision Making (FMADM) Metode Simple Additive Weighting (SAW) Reny Wahyuning Astuti 1), Muhsin 2) Program
Lebih 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 PENERIMA BEASISWA BERDASARKAN KRITERIA PADA UIN RADEN FATAH PALEMBANG
PENENTUAN PENERIMA BEASISWA BERDASARKAN KRITERIA PADA UIN RADEN FATAH PALEMBANG Gusmelia Testiana UIN Raden Fatah Palembang Jl.KH. Zainal Abidin Fikri Palembang gusmelia.testiana@gmail.com ABSTRAK Masalah
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PENERIMAAN SISWA BARU DI SMA NEGERI 2 PEMALANG DENGAN METODE SIMPLE ADDITIVE WEIGHTING
SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN SISWA BARU DI SMA NEGERI 2 PEMALANG DENGAN METODE SIMPLE ADDITIVE WEIGHTING DIDIK PAMBUDI A11.2009.04833 Program Studi Teknik Informatika-S1,Fakultas Ilmu Komputer,Universitas
Lebih terperinciRANCANGAN SISTEM PENGAMBILAN KEPUTUSAN DALAM MENENTUKAN PILIHAN PRODUK LAPTOP MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHT (SAW)
RANCANGAN SISTEM PENGAMBILAN KEPUTUSAN DALAM MENENTUKAN PILIHAN PRODUK LAPTOP MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHT (SAW) Tri Sulisilowati STMIK Pringsewu Lampung Jl.Wisma Rini No.09 Pringsewu Lampung
Lebih 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 terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Teori Keputusan Teori keputusan adalah teori mengenai cara manusia memilih pilihan diantara pilihan-pilihan yang tersedia secara acak guna mencapai tujuan yang hendak diraih (Hansson,
Lebih terperinciSISTEM PENDUKUNG PENGAMBILAN KEPUTUSAN SELEKSI DANA BANTUAN REHABILITASI BANGUNAN UNTUK SEKOLAH DASAR DI KABUPATEN PRINGSEWU
SISTEM PENDUKUNG PENGAMBILAN KEPUTUSAN SELEKSI DANA BANTUAN REHABILITASI BANGUNAN UNTUK SEKOLAH DASAR DI KABUPATEN PRINGSEWU Slamet Riadi Program Strata Satu Jurusan Sistem Informasi STMIK Pringsewu Lampung
Lebih terperinciPEMILIHAN PEGAWAI BERPRESTASI BERDASAR EVALUASI KINERJA PEGAWAI DENGAN METODE SAW
ISSN : 2302-305 STMIK AMIKOM Yogyakarta, - Februari 2015 PEMILIHAN PEGAWAI BERPRESTASI BERDASAR EVALUASI KINERJA PEGAWAI DENGAN METODE SAW Lili Tanti1) 1) Sistem Informasi Universitas Potensi Utama Jl
Lebih terperinciMETODE FUZZY SIMPLE ADDITIVE WEIGHTING (SAW) DALAM MENENTUKAN KUALITAS KULIT ULAR UNTUK KERAJINAN TANGAN (STUDI KASUS : CV. ASIA EXOTICA MEDAN)
METODE FUZZY SIMPLE ADDITIVE WEIGHTING (SAW) DALAM MENENTUKAN KUALITAS KULIT ULAR UNTUK KERAJINAN TANGAN (STUDI KASUS : CV. ASIA EXOTICA MEDAN) Alfa Saleh 1, Ria Eka Sari 2, Harris Kurniawan 3 STMIK Potensi
Lebih terperinciSISTEM INFORMASI PEMILIHAN JURUSAN PADA SMK N 1 KENDAL BERBASIS DECISION SUPPORT SYSTEM MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHT (SAW)
SISTEM INFORMASI PEMILIHAN JURUSAN PADA SMK N 1 KENDAL BERBASIS DECISION SUPPORT SYSTEM MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHT (SAW) Moh. Muthohir 1, Ahmad Zainudin 2 1 Jurusan Teknik Komputer, Sekolah
Lebih terperinciANALISIS METODE TOPSIS DALAM PENDUKUNG KEPUTUSAN KELAYAKAN BEASISWA PENDIDIKAN KARYAWAN PADA PT PANGLIMA SIAGA BANGSA
ANALISIS METODE TOPSIS DALAM PENDUKUNG KEPUTUSAN KELAYAKAN BEASISWA PENDIDIKAN KARYAWAN PADA PT PANGLIMA SIAGA BANGSA Tri Yani Akhirina azizahputriku@gmail.com Teknik Informatika, Fakultas Teknik dan MIPA,
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN 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 terperinciSIMPLE ADDITIVE WEIGHTING METHOD UNTUK MENENTUKAN SEKOLAH DASAR
SIMPLE ADDITIVE WEIGHTING METHOD UNTUK MENENTUKAN SEKOLAH DASAR Yuli Astuti Manajemen Informatika STMIK AMIKOM Yogyakarta Jl Ring road Utara, Condongcatur, Sleman, Yogyakarta 55281 Email : yuli_dev@yahoo.com
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1. Metode Dasar Penelitian Metode dasar yang digunakan dalam penelitian ini adalah deskriptif analisis, yaitu suatu metode penelitian mengenai gambaran lengkap tentang hal-hal
Lebih 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 terperinciBayu Erlangga 1, Elisabet Y.A 2
SISTEM PENDUKUNG KEPUTUSAN MENENTUKAN KARYAWAN TERBAIK DI WISATA TALANG INDAH DENGAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) (STUDI KASUS : KABUPATEN PRINGSEWU) Bayu Erlangga 1, Elisabet Y.A 2 Jurusan Sistem
Lebih terperinciSistem Pendukung Keputusan Kelayakan Kredit Usaha Menggunakan Fuzzy Multiple Attribute Decision Making (FMADM) Pada Bank BPD Sulteng
Konferensi Nasional Sistem & Informatika 2017 STMIK STIKOM Bali, 10 Agustus 2017 Sistem Pendukung Keputusan Kelayakan Kredit Usaha Menggunakan Fuzzy Multiple Attribute Decision Making (FMADM) Pada Bank
Lebih terperinciPENENTUAN PRODUK KERAJINAN UNGGULAN DENGAN MENGGUNAKAN MADM-TOPSIS
PENENTUAN PRODUK KERAJINAN UNGGULAN DENGAN MENGGUNAKAN MADM-TOPSIS Fera Tri Wulandari 1), Fajar Budi Hartono 2) Abstrak : Pemilihan produk unggulan diharapkan dapat membantu pihak perindustrian dan perdagangan
Lebih terperinciOleh : Tutut Maitanti*, Ema Utami**, Emha Taufiq Luthfi**
PENERAPAN TOPSIS FUZZY MADM DALAM MEMBANGUN SISTEM PENDUKUNG KEPUTUSAN SELEKSI PENERIMAAN BEASISWA Oleh : Tutut Maitanti*, Ema Utami**, Emha Taufiq Luthfi** STMIK AMIKOM YOGYAKARTA ABSTRAK Penelitian ini
Lebih terperinciVolume : II, Nomor : 1, Pebruari 2014 Informasi dan Teknologi Ilmiah (INTI) ISSN : X
PERANCANGAN APLIKASI SISTEM PENDUKUNG KEPUTUSAN PERSEDIAAN ALAT TULIS KANTOR MENGGUNAKAN MULTIPLE ATRRIBUTE DECISION MAKING (Studi Kasus : Perguruan Jaya Pancur Batu) Rinaldi Alfriadi Manurung (0911558)
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN SELEKSI PENERIMAAN SISWA BARU PADA SMA THERESIANA WELERI KENDAL MENGGUNAKAN METODE SAW
SISTEM PENDUKUNG KEPUTUSAN SELEKSI PENERIMAAN SISWA BARU PADA SMA THERESIANA WELERI KENDAL MENGGUNAKAN METODE SAW Ade Krismelan, A12.2009.03616 Fakultas Ilmu Komputer Universitas Dian Nuswantoro Semarang
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PENENTUAN LOKASI PERUMAHAN IDEAL MENGGUNAKAN METODE FUZZY SIMPLE ADDITIVE WEIGHTING
SISTEM PENDUKUNG KEPUTUSAN PENENTUAN LOKASI PERUMAHAN IDEAL MENGGUNAKAN METODE FUZZY SIMPLE ADDITIVE WEIGHTING Erwin Panggabean Program Studi Sistem Informasi STMIK Sisingamangaraja XII Medan Sumatera
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1. Sistem Pendukung Keputusan Sistem pendukung keputusan atau Decision Support System dapat dikatakan sebagai sistem komputer yang mengolah data menjadi informasi untuk mengambil
Lebih terperinciKompetensi Dasar. Dr. Sri Kusumadewi
Materi Kuliah [03] SPK & Business Intelligence Management Support System Dr. Sri Kusumadewi Magister Teknik Informatika Program Pascasarjana Fakultas Teknologi Industri Universitas Islam Indonesia 2016
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN UNTUK PENILAIAN KINERJA DOSEN DI UNIVERSITAS MUHAMMADIYAH PURWOKERTO MENGGUNAKAN METODE TOPSIS
SISTEM PENDUKUNG KEPUTUSAN UNTUK PENILAIAN KINERJA DOSEN DI UNIVERSITAS MUHAMMADIYAH PURWOKERTO MENGGUNAKAN METODE TOPSIS Rakhmat Wijayanto 1), Hindayati Mustafidah 2), Aman Suyadi 3) 1) 2) Teknik Informatika
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN KUALITAS PELAYANAN PADA APOTEK AMONG ROGO ADILUWIH. Febriana 1, Dedi Irawan 2
SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN KUALITAS PELAYANAN PADA APOTEK AMONG ROGO ADILUWIH Febriana 1, Dedi Irawan 2 Jurusan Sistem Informasi STMIK Pringsewu Lampung Jl. Wisma Rini No. 09 Pringsewu
Lebih terperinciDaniel Oktodeli Sihombing Program Studi Manajemen Informatika, AMIK BSI, Pontianak
Seminar Nasional Inovasi dan Teknologi (SNIT) 01 PERANCANGAN SISTEM PENDUKUNG KEPUTUSAN MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) DALAM PEMILIHAN KONSENTRASI TUGAS AKHIR (STUDI KASUS AMIK BSI
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PENYELEKSIAN CALON SISWA BARU DENGAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) PADA SMA NEGERI 1 SINGKIL
SISTEM PENDUKUNG KEPUTUSAN PENYELEKSIAN CALON SISWA BARU DENGAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) PADA SMA NEGERI 1 SINGKIL Rahmawan cibro ( 12110675) Mahasiswa Program Studi Teknik Informatika STMIK
Lebih terperinciJasmir Prodi Teknik Informatika, STIKOM Dinamika Bangsa Jambi
SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN PELAMAR CALON DOSEN MENJADI DOSEN DENGAN MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (STUDI KASUS : STIKOM DINAMIKA BANGSA) Jasmir Prodi Teknik Informatika,
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN LOKASI PERUMAHAN DI KABUPATEN PRINGSEWU MENGGUNAKAN METODE WEIGHTED PRODUCT
SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN LOKASI PERUMAHAN DI KABUPATEN PRINGSEWU MENGGUNAKAN METODE WEIGHTED PRODUCT Amel Dhea Saputri 1, Oktafianto 2 Jurusan Sistem Informasi, STMIK PRINGSEWU-LAMPUNG
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 terperinciSISTEM PENDUKUNG KEPUTUSAN PENGAJUAN KREDIT DENGAN METODE SAW PADA KJKS AR RAHMAH. Ervin Fightorini 1, Bowo Nurhadiono 2
SISTEM PENDUKUNG KEPUTUSAN PENGAJUAN KREDIT DENGAN METODE SAW PADA KJKS AR RAHMAH Ervin Fightorini 1, Bowo Nurhadiono 2 Program Studi Teknik Informatika S1, Fakultas Ilmu Komputer Universitas Dian Nuswantoro
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PENILAI KINERJA GURU (PKG) MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) (STUDI KASUS) SMA NEGERI 9 SEMARANG
SISTEM PENDUKUNG KEPUTUSAN PENILAI KINERJA GURU (PKG) MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) (STUDI KASUS) SMA NEGERI 9 SEMARANG Khoirunnisa Rahma Prasetyowati 1, T. Sutojo 2 Program Studi
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PEMILIHAN HANDPHONE MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) ARTIKEL SKRIPSI
SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN HANDPHONE MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) ARTIKEL SKRIPSI Diajukan Untuk Memenuhi Salah Satu Syarat Memperoleh Gelar Sarjana Komputer ( S.Kom ) Pada
Lebih terperinciBAB 2 TINJAUAN PUSTAKA DAN DASAR TEORI
BAB 2 TINJAUAN PUSTAKA DAN DASAR TEORI 2.1 Tinjauan Pustaka Penelitian terkait dengan sistem pendukung keputusan untuk menetukan penerima beasiswa pernah dilakukan oleh Rina Hasanah (2013), Bagas Dista
Lebih terperinciJurnal Informasi Volume VII No.1 / Februari / 2015
SISTEM PENDUKUNG KEPUTUSAN PENERIMA BEASISWA KOPERTIS DI FAKULTAS TEKNIK UNSUR CIANJUR MENGGUNAKAN FUZZY MADM DENGAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) Ai Musrifah Ela Sopiyillah ABSTRAK Fakultas Teknik
Lebih terperinciPERANCANGAN SISTEM PENDUKUNG KEPUTUSAN UNTUK PEMILIHAN PEMASOK NATA DE COCO DENGAN METODE SIMPLE ADDITIVE WEIGHTING
PERANCANGAN SISTEM PENDUKUNG KEPUTUSAN UNTUK PEMILIHAN PEMASOK NATA DE COCO DENGAN METODE SIMPLE ADDITIVE WEIGHTING Cahyono Sigit Pramudyo 1 dan Dian Eko Hari Purnomo 2 Abstrak: Pemasok nata de coco lembaran
Lebih terperinciSistem Pendukung Keputusan Seleksi Anggota Badan Eksekutif Mahasiswa dengan Metode Elimination Et Choix Traduisant La Realite (Electre)
Dwi Prabowo Apriansyah, Indriyati Sistem Pendukung Keputusan Seleksi Anggota Badan Eksekutif Mahasiswa dengan Metode Elimination Et Choix Traduisant La Realite (Electre) Dwi Prabowo Apriansyah, Indriyati
Lebih terperinciSISTEM PENUNJANG KEPUTUSAN SELEKSI PENERIMAAN SISWA BARU MENGGUNAKAN METODE SIMPLE ADICTIVE WEIGHTING (SAW) STUDI KASUS PADA SMKN 1 RAWAJITU TIMUR
SISTEM PENUNJANG KEPUTUSAN SELEKSI PENERIMAAN SISWA BARU MENGGUNAKAN METODE SIMPLE ADICTIVE WEIGHTING (SAW) STUDI KASUS PADA SMKN 1 RAWAJITU TIMUR Hermannuddin Jurusan Sistem Informasi STMIK Pringsewu
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN 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 terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Sistem Pendukung Keputusan / Decision Support System (DSS) 2.1.1 Konsep Sistem Pendukung Keputusan Konsep Sistem Pendukung Keputusan (SPK) atau Decision Support System (DSS) pertama
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PEMILIHAN MAKANAN BURUNG PUYUH DENGAN METODE SIMPLE ADDITIVE WEIGHTING
SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN MAKANAN BURUNG PUYUH DENGAN METODE SIMPLE ADDITIVE WEIGHTING SKRIPSI Diajukan Untuk Memenuhi Sebagian Syarat Guna Memperoleh Gelar Sarjana Komputer (S.Kom) Pada Program
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 terperinciSistem Pendukung Keputusan Pemilihan Perguruan Tinggi Menggunakan Fuzzy Multi Attribute Decision Making (FMADM) dan Simple Additive Weighting (SAW)
Sistem Pendukung Keputusan Pemilihan Perguruan Tinggi Menggunakan Fuzzy Multi Attribute Decision Making (FMADM) dan Simple Additive Weighting (SAW) Candra Surya AMIK Mitra Gama Jl. Kayangan No. 99 Duri-Riu
Lebih terperinciSistem Pendukung Keputusan Seleksi Beasiswa Pendidikan Menggunakan Metode Simple Additive Weighting
SISTEM PENDUKUNG KEPUTUSAN SELEKSI BEASISWA PENDIDIKAN MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING Oleh : Ita Yulianti 1, Imam Tahyudin 2, Nurfaizah 3 1,2,3) STMIK AMIKOM Purwokerto ABSTRAK Tujuan penelitian
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PENENTUAN MAHASISWA TERBAIK MENGGUNAKAN FUZZY MULTIPLE ATTRIBUTE DECISION MAKING DENGAN SIMPLE ADDITIVE WEIGHTING
Seminar Nasional Teknologi Informasi dan Multimedia 0 STMIK AMIKOM Yogyakarta, 8 Februari 0 ISSN : 0-80 SISTEM PENDUKUNG KEPUTUSAN PENENTUAN MAHASISWA TERBAIK MENGGUNAKAN FUZZY MULTIPLE ATTRIBUTE DECISION
Lebih terperinci