SISTEM PENDUKUNG KEPUTUSAN MENENTUKAN MEREK DAN TIPE SEPEDA MOTOR BERBASIS WEB DENGAN METODE TOPSIS
|
|
- Susanti Yuwono
- 6 tahun lalu
- Tontonan:
Transkripsi
1 SISTEM PENDUKUNG KEPUTUSAN MENENTUKAN MEREK DAN TIPE SEPEDA MOTOR BERBASIS WEB DENGAN METODE TOPSIS Lnda Purnama Sar ( ) Mahasswa Program Stud Teknk Informatka, STMIK Buddarma Medan Jl. Ssmangaraja No.338 Smpang Lmun Medan // Emal : purnama.lnda@gmal.com ABSTRAK Sepeda motor merupakan salah satu alat transportas yang d gemar masyarakat karena memlk ukuran yang kecl, cepat dan harga yang tdak terlalu mahal d bandngkan alat transportas lanya. Sekarang banyak macam varan sepeda motor lengkap dengan keunggulan dan kelebhannya. Hal n tentunya akan mempersult konsumen dalam menentukan plhan yang tepat, sesua dengan krtera yang dngnkan. Masalah n tergolong kedalam masalah yang bersfat multobjectve (banyak tujuan yang ngn dcapa) dan multkrtera (ada banyak krtera yang menentukan dalam mencapa keputusan tersebut). Dengan banyaknya produks sepeda motor semakn banyak pula merek dan tpe sepeda motor yang dproduks. Semua merek dan tpe memlk kelebhan dan kelemahan nya masngmasng. Untuk menentukan mana yang terbak dan cocok untuk pembel tu tdak mudah. Oleh karena tu perlu dbuat sebuah sstem pendukung keputusan yang membantu para pembel untuk menentukan merek dan tpe sepeda yang cocok dengan pembel. Untuk memudahkan pembel dalam memlh sepeda motor yang sesua dengan kengnannya maka drancang sebuah sstem pendukung keputusan untuk menentukan sepeda motor yang sesua. Dmana sstem pendukung keputusan yang drancang berbass web sehngga mudah d akses dmanapun dan kapanpun dengan meda nternet. Dan sstem n dbangun dengan perhtungan yang akurat dengan menggunakan metode TOPSIS sehngga akuras perhtungan lebh terjamn. Dengan adanya sstem n pelanggan/pembel tdak kesultan untuk memlh sepeda motor yang sesua dengan kebutuhan dan keuangannya sehngga akan tercpta proses jual bel yang nyaman dan cepat. Kata Kunc : Sstem Pendukung Keputusan, TOPSIS, Sepeda Motor, Web. 1. Pendahuluan Sepeda motor merupakan salah satu alat transportas yang d gemar masyarakat karena memlk ukuran yang kecl, cepat dan harga yang tdak terlalu mahal d bandngkan alat transportas lanya. Sekarang banyak macam varan sepeda motor lengkap dengan keunggulan dan kelebhannya. Hal n tentunya akan mempersult konsumen dalam menentukan plhan yang tepat, sesua dengan krtera yang dngnkan. Masalah n tergolong kedalam masalah yang bersfat multobjectve (banyak tujuan yang ngn dcapa) dan multkrtera (ada banyak krtera yang menentukan dalam mencapa keputusan tersebut). Dengan banyaknya produks sepeda motor semakn banyak pula merek dan tpe sepeda motor yang dproduks. Semua merek dan tpe memlk kelebhan dan kelemahan nya masngmasng. Untuk menentukan mana yang terbak dan cocok untuk pembel tu tdak mudah. Oleh karena tu perlu dbuat sebuah sstem pendukung keputusan yang membantu para pembel untuk menentukan merek dan tpe sepeda yang cocok dengan pembel. Untuk menentukan maka dperlukan pengamblan keputusan yang tepat. Pengamblan keputusan adalah suatu proses memlh dantara berbaga alternatf, pengamblan keputusan manajeral snonm dengan proses keseluruhan dar manajemen. Sstem pendukung keputusan ( Decson Support System/DSS) adalah sstem pendukung keputusan bag para pengambl keputusan manajemen yang menangan masalahmasalah tdak terstruktur dan bertujuan mendukung penlaan manajer bukan mencoba menggantkannya. Sstem pendukung keputusan tdak dtekankan untuk membuat keputusan dengan sekumpulan kemampuan untuk mengolah nformas atau data yang dperlukan dalam proses pengamblan keputusan tetap sstem hanya berfungs sebaga alat bantu manajemen. Sstem tdak dmaksudkan untuk menggantkan fungs pengambl keputusan dalam membuat keputusan, tetap sstem. Untuk merancang sebuah sstem pendukung atau pengamblan keputusan terdapat beberapa metode penyelesaan sepert Smple Addtve Wegthng, Fuzzy, AHP dan TOPSIS. Ddalam skrps n penuls menggunakan metode TOPSIS sebaga metode pengamblan keputusan. TOPSIS ddasarkan pada konsep dmana alternatf terplh yang terbak tdak hanya memlk jarak terpendek dar solus deal postf, namun juga 78
2 memlk jarak terpanjang dar solus deal negatf. Konsep n banyak dgunakan pada beberapa model MADM untuk menyelesakan masalah keputusan secara prakts. Hal n dsebabkan konsepnya sederhana dan mudah dpaham, komputasnya efsen, dan memlk kemampuan untuk mengukur knerja relatf dar alternatfalternatf keputusan dalam bentuk matemats yang sederhana. Dan untuk merancang agar sstem n lebh mudah d akses maka akan drancang sebuah sstem pendukung keputusan yang berbass web. 2. Landasan Teor 2.1 Fuzzy Multple Attrbute Decson Makng ( FMADM) Fuzzy Multple Attrbute Decson Makng (FMADM) adalah suatu metode yang dgunakan untuk mencar alternatf optmal dar sejumlah alternatf dengan krtera tertentu. Int dar FMADM adalah menentukan nla bobot untuk setap atrbut, kemudan dlanjutkan dengan proses perankngan yang akan menyeleks alternatf yang sudah dberkan. Pada dasarnya, ada 3 pendekatan untuk mencar nla bobot atrbut, yatu pendekatan subyektf, pendekatan obyektf dan pendekatan ntegras antara subyektf & obyektf. Masngmasng kelemahan. Pada pendekatan subyektf, nla bobot dtentukan berdasarkan subyektftas dar para pengambl keputusan, sehngga beberapa faktor dalam proses perankngan alternatf bsa dtentukan secara bebas. Sedangkan pada pendekatan obyektf, nla bobot dhtung secara matemats sehngga mengabakan subyektftas dar pengambl keputusan. ( Kusumadew, (2007:35)). Ada beberapa metode yang dapat dgunakan untuk mnyelesakan masalah FMADM antara lan: 1. Smple Addtve Weghtng Method (SAW). 2. Weghted Product (WP). 3. ELECTRE. 4. Technque for Order Preference by Smlarty to Ideal Soluton (TOPSIS). 5. Analytc Herarchy Process (AHP) Algortma FMADM Algortma penyelesaan FMADM adalah: 1. Memberkan nla setap alternatf (A) pada setap krtera (Cj) yang sudah tentukan, dmana nla tersebut d peroleh berdasarkan nla crsp; =1,2, m dan j=1,2, n Memberkan nla bobot (W) yang juga ddapatkan berdasarkan nla crsp. 3. Melakukan normalsas matrks dengan cara menghtung nla ratng knerja ternormalsas (r j ) dar alternatf A pada atrbut C j berdasarkan persamaan yang dsesuakan dengan jens atrbut (atrbut keuntungan/beneft = MAKSIMUM atau atrbut baya/cost=minimum). Apabla berupa artbut keuntungan maka nla crsp (X j ) dar setap kolom atrbut dbag dengan nla crsp MAX (MAX X j ) dar tap kolom, sedangkan untuk atrbut baya, nla crsp MIN (MIN X j ) dar tap kolom atrbut dbag dengan nla crsp (Xj) setap kolom. 4. Melakukan proses perankngan dengan cara mengalkan matrks ternormalsas (R) dengan nla bobot (W). 5. Menentukan nla preferens untuk setap alternatf (V ) dengan cara menjumlahkan hasl kal antara matrks ternormalsas (R) dengan nla bobot (W). Nla V yang lebh besar mengndkaskan bahwa alternatf A lebh terplh. ( Kusumadew, (2007:37)). 2.2 Metode TOPSIS TOPSIS ddasarkan pada konsep dmana alternatf terplh yang terbak tdak hanya memlk jarak terpendek dar solus deal postf, namun juga memlk jarak terpanjang dar solus deal negatf (Kusumadew, 2006:87). Konsep n banyak dgunakan pada beberapa model MADM untuk menyelesakan masalah keputusan secara prakts. Hal n dsebabkan konsepnya sederhana dan mudah dpaham, komputasnya efsen, dan memlk kemampuan untuk mengukur knerja relatf dar alternatfalternatf keputusan dalam bentuk matemats yang sederhana. Secara umum, prosedur TOPSIS mengkut langkahlangkah sebaga berkut: 1. Membuat matrks keputusan yang ternormalsas; 2. Membuat matrks keputusan yang ternormalsas terbobot; 3. Menentukan matrks solus deal postf dan matrks solus deal negatf; 4. Menentukan jarak antara nla setap alternatf dengan matrks solus deal postf dan matrks solus deal negatf; 5. Menentukan nla preferens untuk setap alternatf. TOPSIS membutuhkan ratng kerja setap alternatf A pada setap krtera C j yang ternormalsas. (Persamaan 3.1) r j = x m 1 j x 2 j dengan =1,2,...,m; dan j=1,2,...,n r j = matrks ternormalsas [][j] x j = matrks keputusan [][j] Solus deal postf A dan solus deal negatf A dapat dtentukan berdasarkan ratng bobot ternormalsas (y j ) sebaga : y j = w.rj ; dengan =1,2,...,m; dan j=1,2,...,n ; 79
3 A = (y 1, y 2,..., y n ); A = (y 1, y 2,..., y n ); y j = matrks ternormalsas terbobot [][j] w = vektor bobot[] dar proses AHP y j = max y j, jka j adalah atrbut keuntungan mn y j, jka j adalah atrbut baya y j = mn y j, jka j adalah atrbut keuntungan max y j, jka j adalah atrbut baya j = 1,2,...,n Jarak antara alternatf A dengan solus deal postf : (lhat persamaan 3.2) n D = 2 ( y y j ) 1 D = jarak alternatf A dengan solus deal postf y = solus deal postf[] y j = matrks normalsas terbobot[][j] Jarak antara alternatf A dengan solus deal negatf D = n j1 2 ( y y j ) ; =1,2,...,m...persamaan D = jarak alternatf A dengan solus deal negatf y = solus deal postf[] y j = matrks normalsas terbobot[][j] Nla preferens untuk setap alternatf (V ) dapat dlhat pada persamaan 3.4 V = D D D ; =1,2,...,m V = kedekatan tap alternatf terhadap solus deal D = jarak alternatf A dengan solus deal postf D = jarak alternatf A dengan solus deal negatf Nla V yang lebh besar menunjukkan bahwa alternatf A lebh dplh. 3. Desgn Dan Table 1. Tabel Admnstrator Tabel 1 n bers nformas tentang Id_admnstrator, Nama dan juga Password yang dmasukan dar database. Tabel 1. Admnstrator Username Varchar 7 PK, No_d Nama Varchar 30 Nama_Admn Emal Varchar 30 Nama_Emal Password MD5 Password 2. Tabel Tabel 4.11 n berfungs menympan data n sepert Nama. TTL, Alamat, Status Sepeda motor, Pekerjaan, Gaj Bersh, dan No HP. Tabel 2 : Tabel Id_ Varchar 7 Id. Nama Varchar 30 Nama Tempat Varchar 30 Tempat Lahr Tangal Lahr Date Tanggal Lahr Alamat Varchar 50 Alamat Pekerjaan Varchar 30 Pekerjaan Gaj Bersh Integer Gaj pembel No HP Varchar 15 No_HP 3. Tabel Krtera Tabel 4.12 n berfungs untuk mengympan data krtera sstem pendukung keputusan menentukan merek dan tpe sepeda motor spert no/d krtera, nama krtera dan bobot krtera. Tabel 3 : Tabel Krtera Id_Krtera Varchar 7 PK, No_d Nama Varchar 30 Nama Krtera Bobot Integer Bobot 4. Tabel Sepeda Motor Tabek 4.13 n berfungs untuk menympan data sepeda motor sstem pendukung keputusan sepert merek, harga, jens, Bahan Bakar, dan DP. Tabel 4 : Sepeda Motor Nama Varchar 7 Nama Pembl Harga Integer 30 Harga Model Varchar 15 Model Tpe Tpe Bahan Varchar 30 Bahan Bakar Bakar DP Integer 30 DP 5. Tabel SPK Merek Dan Tpe Tabel 4.14 n bers faslats untuk menympan proses sstem pendukung keputusan pemlhan merek dan tpe sepeda motor sepert, Nama 80
4 , Merek, Tpe, Harga, Jens, Bahan Bakar dan Uang Muka (DP). Tabel 5 : SPK Merek Dan Tpe Nama Varchar 30 Nama Merek Varchar 7 Merek Sepeda Motor Tpe Varchar 30 Tpe Harga Integer Harga Jens Varchar 15 Mesn Bahan Varchar 30 Kelebhan Bakar DP Integer Stok 4. Implementas 4.1 Tamplan Menu Utama Menu utama adalah halaman pertama saat kta memasuk sstem pendukung keputusan menentukan merek dan tpe sepeda motor yang memlk banyak menu yang berfungs sebaga pelengkap sstem n. Perhatkan gambar d bawah. Gamabr 2 : Tamplan Laporan Data 4.3 Tamplan Laporan Data Krtera Laporan data krtera merupakan hasl semua krtera yang menjad acuan transaks penentuan merek dan tpe sepeda motor sehngga data tersebut tersmpan d database sebaga bahan pengumpulan data oleh admn. Untuk lebh jelas mengena tamplan laporan data krtera sstem pendukung keputusan penentuan merek dan tpe sepeda motor perhatkan gambar d bawah n. Gambar 1 : Tamplan Menu Utama 4.2 Tamplan Laporan Data Laporan data pembel merupakan hasl semua data pembel yang telah melakukan transaks penentuan merek dan tpe sepeda motor sehngga data tersebut tersmpan d database sebaga bahan pengumpulan data oleh admn. Untuk lebh jelas mengena tamplan laporan sstem pendukung keputusan penentuan merek dan tpe sepeda motor perhatkan gambar d bawah n. Gambar 3 : Tamplan Laporan Data Krtera 4.4 Tamplan Laporan Data Sepeda Motor Laporan data sepeda motor merupakan hasl sstem pendukung keputusan yang menjad bahan hasl penentuan merek dan tpe sepeda motor sehngga data tersebut tersmpan d database sebaga bahan pengumpulan data oleh admn. Untuk lebh jelas mengena tamplan laporan data sepeda motor sstem pendukung keputusan penentuan merek dan tpe sepeda motor perhatkan gambar 5.4 d bawah n. Gambar 4 : Laporan Data Sepeda Motor 81
5 4.5 Tamplan Halaman Hasl SPK Agar lebh mengetahu seberapa besar hasl penggunaan sstem n maka dperlukan beberapa hasl laporan dar sstem n. Untuk melhat contoh hasl perhtungan SPK maka dapat dlhat pada gambar 5.5 d bawah n. Gambar 7 : Tamplan Form Barang Cash Gambar 5 : Tamplan Hasl SPK 4.6 Tamplan Form Petunjuk D dalam sebuah sstem terdapat suatu petunjuk penggunaan agar memudahkan para user untuk menggunakan sstem dengan cepat dan tepat. Begtu pula sstem pendukung keputusan n memlk petunjuk penggunaan sepert terlhat pada gambar d bawah n. 4.8 Tamplan Form Input Data Untuk menentukan proses pemlhan keputusan maka dperlukan beberapa data tentang pengguna atau pembel, oleh karena tu maka d sedakan form nput data pembel sebaga meda tempat mengnput data pembel. Untuk lebh jelas perhatkan gambar d bawah n. Gambar 8 : Form Input Data 4.9 Tamplan Form Input Data Krtera Untuk menentukan proses pemlhan keputusan maka dperlukan beberapa data krtera yang menjad acuan pendukung keputusan, oleh karena tu maka d sedakan form nput data krtera sebaga meda tempat mengnput data krtera. Untuk lebh jelas perhatkan gambar d bawah n. Gambar 6 : Tamplan Form Petunjuk 4.7 Tamplan Form Barang Cash Pada form n terdapat beberapa harga sepeda motor secara cash sehngga pembel juga memperoleh nformas untu pembelan dengan harga cash. Untuk lebh jelas perhatkan gambar d bawah n. Gambar 9 : Form Input Data Krtera 4.10 Tamplan Form Input Data Sepeda Motor Untuk menentukan proses pemlhan keputusan maka dperlukan beberapa data sepeda motor yang menjad acuan pendukung keputusan, oleh karena tu maka d sedakan form nput data krtera sebaga 82
6 meda tempat mengnput data krtera. Untuk lebh jelas perhatkan gambar d bawah n. Gambar 12 : Form Input Tambah SPK Gambar 10 : Form Input Data Sepeda Motor 4.9 Tamplan Form Input SPK Merek dan Tpe Sepeda Motor Untuk menentukan proses pemlhan keputusan maka dperlukan suatu form nput semua data pendukung keputusan, oleh karena tu maka d sedakan form nput SPK menentukan merek dan tpe sepeda motor sehngga dapat dperoleh hasl yang sesua. Untuk lebh jelas perhatkan gambar d bawah n. Gambar 11 : Form Input SPK Untuk menambah data pemlhan yang baru maka dbuat form untuk melakukan SPK selanjutnya. Untuk lebh jelas perhatkan gamabr d bawah n. Daftar Pustaka [1]. Ad Nugroho, Perancangan Sstem 2010, chap.1 [2]. Ahmad Muthohrn dan Vrgawan Lstanto, Pemrogaman Web dengan PHP dan Mysql, PT. Prestas Pustakarya, Jakarta, [3]. Tanggal 07 Januar 2013 [4]. Tanggal 05 Jul [5]. tanggal 8 Me [6]. brand produkbarangdanjasamanajemenpemasaran, Tanggal 08 Me 2013). [7]. Jogyanto H.M, Analsa Dan Perancangan Sstem, [8]. Jurnal, Jamla dan S. Hartat, Sstem Pendukung Keputusan Pemlhan Subkontrak Menggunakan Metode Entropy Dan TOPSIS, [9]. Jurnal, Julanto Lemantara, Rancang Bangun Sstem Pengolahan Admnstras Berbass Web Pada Kemahasswan STIKOM Surabaya, [10]. Jurnal, Julyant1, Mohammad Isa Irawan2, dan Imam Mukhlash2, Pemlhan Guru Berprestas Menggunakan Metode Ahp Dan Topss, Jurusan Matematka FMIPA ITS Surabaya, [11]. Jurnal, Ocktava Dw Ratnasar, Sstem Pendukung Keputusan Penentuan Guru Berprestas Dengan Metode Topss, [12]. Kusumadew, [13]. MADCOMS, Macromeda Dreamweaver 8 Dengan PHP,
Preferensi untuk alternatif A i diberikan
Bahan Kulah : Topk Khusus Metode Weghted Product (WP) menggunakan perkalan untuk menghubungkan ratng atrbut, dmana ratng setap atrbut harus dpangkatkan dulu dengan bobot atrbut yang bersangkutan. Proses
Lebih terperinciBAB II TINJAUAN PUSTAKA DAN DASAR TEORI
BAB II TINJAUAN PUSTAKA DAN DASAR TEORI 2.1 Tnjauan Pustaka Dar peneltan yang dlakukan Her Sulstyo (2010) telah dbuat suatu sstem perangkat lunak untuk mendukung dalam pengamblan keputusan menggunakan
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN Dalam pembuatan tugas akhr n, penulsan mendapat referens dar pustaka serta lteratur lan yang berhubungan dengan pokok masalah yang penuls ajukan. Langkah-langkah yang akan
Lebih terperinciPERBANDINGAN METODE SAW DAN TOPSIS PADA KASUS UMKM
PERBANINGAN METOE SAW AN TOPSIS PAA KASUS UMKM Muh. Alyazd Mude al.mude@yahoo.com Teknk Informatka Unverstas Muslm Indonesa Abstrak alam pengamblan keputusan terhadap masalah berdasarkan sebuah analsa
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PENILAIAN KINERJA DAN PEMILIHAN MITRA BADAN PUSAT STATISTIK (BPS) KABUPATEN GUNUNGKIDUL MENGGUNAKAN METODE SAW BERBASIS WEB
SISTEM PENDUKUNG KEPUTUSAN PENILAIAN KINERJA DAN PEMILIHAN MITRA BADAN PUSAT STATISTIK (BPS) KABUPATEN GUNUNGKIDUL MENGGUNAKAN METODE SAW BERBASIS WEB Putr Har Ikhtarn ), Bety Nurltasar 2), Hafdz Alda
Lebih terperinciSistem Pendukung Keputusan dalam Merekomendasikan Smartphone untuk Kalangan Pemula dengan Metode TOPSIS
Sstem Pendukung Keputusan dalam Merekomendaskan Smartphone untuk Kalangan Pemula dengan Metode TOPSIS Karmla 1, Muhammad dwan 2, In Parlna 3, Heru Satra 3 1,2,3 Jurusan Sstem Informas, STIKOM Tunas Bangsa,
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PEMILIHAN BIBIT UBI KAYU MENGGUNAKAN METODE TOPSIS (Studi Kasus : PT. Hutahaean)
Majalah Ilmah Informas dan Teknolog Ilmah (INTI ISSN : 3390X SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN BIBIT UBI KAYU MENGGUNAKAN METODE TOPSIS (Stud Kasus : PT. Hutahaean Relska Elfrda Capah (086 Mahasswa
Lebih terperinciArdi Kurniawan 1), Kusrini 2) Sistem Informasi STMIK AMIKOM Yogyakarta 2)
Semnar Nasonal Teknolog Informas dan Multmeda 2016 STMIK AMIKOM Yogyakarta, 6-7 Februar 2016 ANALISIS DAN PERANCANGAN SISTEM PENDUKUNG KEPUTUSAN PENILAIAN KINERJA GURU (PKG) MENGGUNAKAN METODE SIMPLE ADDITIVE
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PEMBELIAN PERANGKAT KOMPUTER DENGAN METODE TOPSIS (Studi Kasus: CV. Triad)
Jurnal Informatka Mulawarman Vol. 10 No. 2 September 2015 1 SISTEM PENDUKUNG KEPUTUSAN PEMBELIAN PERANGKAT KOMPUTER DENGAN METODE TOPSIS (Stud Kasus: CV. Trad) Bunga Annete Bennng 1), Indah Ftr Astut 2),
Lebih terperinciBab 2 Tinjauan Pustaka 2.1 Penelitian Terdahulu
Bab 2 Tnjauan Pustaka 2.1 Peneltan Terdahulu Pemlhan stud pustaka tentang sstem nformas penlaan knerja karyawan n juga ddasar pada peneltan sebelumnya yang berjudul Penerapan Metode TOPSIS untuk Pemberan
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) Larasat Ayudha Jurusan Sstem Informas, Sekolah Tngg Manajemen Informatka dan
Lebih terperinciBAB II TINJAUAN PUSTAKA. A. Konsep Dasar Sistem Pendukung Keputusan. menggantikan penilaian mereka. Dss ditujukan untuk keputusan keputusan yang
4 BAB II TINJAUAN PUSTAKA A. Konsep Dasar Sstem Pendukung Keputusan Lttle (1970) mendefnskan DSS sebaga sekumpulan prosedur berbass model untuk data pemrosesan dan penlaan guna membantu para manajer mengambl
Lebih terperinciMETODE OPTIMASI 11/13/2015. Capaian Pembelajaran
2 Capaan Pembelajaran METODE OPTIMASI N. Tr Suswanto Saptad Mahasswa dapat memaham dan mampu mengaplkaskan beberapa metode untuk menyelesakan masalah dengan alternatfalternatf dalam jumlah yang relatf
Lebih terperinciModel SPK. Model optimasi (2) Model optimasi (1) Metode-metode Optimasi dengan Alternatif Terbatas 4/30/2017. Tujuan.
4/0/207 Tujuan Metode-metode Optmas dengan Alternatf Terbatas N O V R I N A Mahasswa dapat memaham dan mampu mengaplkaskan beberapa metode untuk menyelesakan masalah dengan alternatf-alternatf dalam jumlah
Lebih terperinciBAB 2 TINJAUAN PUSTAKA. Manurung (2010) menerapkan sistem pendukung keputusan seleksi
BAB 2 TINJAUAN PUSTAKA 2.1. Tnjauan Pustaka Manurung (2010) menerapkan sstem pendukung keputusan seleks penerma beasswa dengan metode Analtcal Herarcy Process (AHP) dan Technque Order Preference by Smlarty
Lebih terperinciUJI SENSITIVITAS METODE WP, SAW DAN TOPSIS DALAM MENENTUKAN TITIK LOKASI REPEATER INTERNET WIRELESS
UJI SENSITIVITAS METODE WP, SAW DAN TOPSIS DALAM MENENTUKAN TITIK LOKASI REPEATER INTERNET WIRELESS Davd Ahmad Effendy 1), Rony Her Irawan 2) 1) Sekolah Tngg Agama Islam Kedr (STAIN Kedr) 2) Unverstas
Lebih terperinciPENENTUAN LOKASI PEMANCAR TELEVISI MENGGUNAKAN FUZZY MULTI CRITERIA DECISION MAKING
Meda Informatka, Vol. 2, No. 2, Desember 2004, 57-64 ISSN: 0854-4743 PENENTUAN LOKASI PEMANCAR TELEVISI MENGGUNAKAN FUZZY MULTI CRITERIA DECISION MAKING Sr Kusumadew Jurusan Teknk Informatka, Fakultas
Lebih terperinciSistem Pendukung Keputusan Untuk Menentukan Prestasi Akademik Siswa dengan Metode TOPSIS
Ctec Journal, Vol. 2, No. 2, Februar 2015 Aprl 2015 ISSN: 2354-5771 153 Sstem Pendukung Keputusan Untuk Menentukan Prestas Akademk Sswa dengan Metode TOPSIS Amela Nur Ftrana* 1, Harlana 2, Handaru 3 1
Lebih terperinciJurnal Pengembangan Teknologi Informasi dan Ilmu Komputer e-issn: X
Jurnal Pengembangan Teknolog Informas dan Ilmu Komputer e-issn: 2548-964X Vol. 2, No. 3. Maret 2018, hlm. 1219-1226 http://j-ptk.ub.ac.d Sstem Pendukung Keputusan Pemlhan Mtra Jasa Pengrman Barang menggunakan
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar belakang
BAB 1 PENDAHULUAN 1.1 Latar belakang Dalam memlh sesuatu, mula yang memlh yang sederhana sampa ke hal yang sangat rumt yang dbutuhkan bukanlah berpkr yang rumt, tetap bagaman berpkr secara sederhana. AHP
Lebih terperinciPERANCANGAN APLIKASI PEMILIHAN SANGKAR BURUNG MENGGUNAKAN METODE SMART SKRIPSI
Artkel Skrps PERANCANGAN APLIKASI PEMILIHAN SANGKAR BURUNG MENGGUNAKAN METODE SMART SKRIPSI Dajukan Untuk Memenuh Sabagan Syarat Guna Memperoleh Gelar Sarjana Komputer (S.Kom.) Pada Jurusan Teknk Informatka
Lebih terperinciSistem Pendukung Keputusan Menggunakan Metode Technique for Order by Similarity to Ideal Solution (TOPSIS)
Sstem Pendukung Keputusan Menggunakan Metode Technque for Order by Smlarty to Ideal Soluton (TOPSIS) Murnawan 1, Akhmad Fadjar Sddq 2 1 Unverstas Wdyatama Bandung, Emal: murnawan@wdyatama.ac.d 2 STMIK
Lebih terperinciImplementasi Teori Keputusan Penentuan Penerimaan Beasiswa Bagi Mahasiswa FMIPA Universitas Sulawesi Barat
JURNAL SAINTIFIK OL.3 NO., JANUARI 07 Implementas Teor Keputusan Penentuan Penermaan Beasswa Bag Mahasswa FMIPA Unverstas Sulawes Barat Hrman Rachman *, Nzar, Unverstas Sulawes Barat emal: manksman0@gmal.com,
Lebih terperinciSistem Pendukung Keputusan Pemilihan Pemasok Bahan Baku Menggunakan Metode Technique for Order Preference by Similarity to Ideal Solution
Jurnal Integras Vol. 8, No. 1, Aprl 2016, 56-60 p-issn: 2085-3858 Artcle Hstory Receved February, 2016 Accepted March, 2016 Sstem Pendukung Keputusan Pemlhan Pemasok Bahan Baku Menggunakan Metode Technque
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN SELEKSI PENERIMAAM CALON SISWA BARU PADA SMA MUHAMADIYAH 1 PRINGSEWU DENGAN METODE SAW
SISTEM PENDUKUNG KEPUTUSAN SELEKSI PENERIMAAM CALON SISWA BARU PADA SMA MUHAMADIYAH 1 PRINGSEWU DENGAN METODE SAW Tr Suslowat, Rnawat STMIK Prngsewu Lampung Jl. Wsma Rn No. 09 prngsewu Lampung webste:
Lebih terperinciBAB 4 METODOLOGI PENELITIAN. data, dan teknik analisis data. Kerangka pemikiran hipotesis membahas hipotesis
BAB 4 METODOLOGI PENELITIAN Pada bab n akan durakan kerangka pemkran hpotess, teknk pengumpulan data, dan teknk analss data. Kerangka pemkran hpotess membahas hpotess pengujan pada peneltan, teknk pengumpulan
Lebih terperinciBAB III METODE PENELITIAN. Jenis penelitian yang akan digunakan dalam penelitian ini adalah
BAB III METODE PENELITIAN A. Jens Peneltan Jens peneltan yang akan dgunakan dalam peneltan n adalah peneltan pengembangan (Research and Development). Peneltan Research and Development (R&D) n merupakan
Lebih terperinciBAB 1 PENDAHULUAN. Universitas Sumatera Utara
BAB 1 ENDAHULUAN 1.1 Latar Belakang Secara umum dapat dkatakan bahwa mengambl atau membuat keputusan berart memlh satu dantara sekan banyak alternatf. erumusan berbaga alternatf sesua dengan yang sedang
Lebih terperinciPEMILIHAN LAHAN TERBAIK UNTUK TANAMAN KELAPA SAWIT MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING
Semnar Nasonal Inovas Dan Aplkas Teknolog D Industr 2017 ISSN 2085-4218 ITN Malang, 4 Pebruar 2017 PEMILIHAN LAHAN TERBAIK UNTUK TANAMAN KELAPA SAWIT MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING Helza
Lebih terperinciAPLIKASI FUZZY LINEAR PROGRAMMING UNTUK MENGOPTIMALKAN PRODUKSI LAMPU (Studi Kasus di PT. Sinar Terang Abadi )
APLIKASI FUZZY LINEAR PROGRAMMING UNTUK MENGOPTIMALKAN PRODUKSI LAMPU (Stud Kasus d PT. Snar Terang Abad ) Bagus Suryo Ad Utomo 1203 109 001 Dosen Pembmbng: Drs. I Gst Ngr Ra Usadha, M.S Jurusan Matematka
Lebih terperinciBAB III METODE PENELITIAN. menghasilkan Lembar Kegiatan Siswa (LKS) pada materi Geometri dengan
BAB III METODE PENELITIAN A. Jens Peneltan Peneltan n merupakan peneltan pengembangan yang bertujuan untuk menghaslkan Lembar Kegatan Sswa (LKS) pada mater Geometr dengan pendekatan pembelajaran berbass
Lebih terperinciBAB 4 METODOLOGI PENELITIAN DAN ANALISIS
28 BAB 4 METODOLOGI PENELITIAN DAN ANALISIS 4.1 Kerangka Pemkran dan Hpotess Dalam proses peneltan n, akan duj beberapa varabel software yang telah dsebutkan pada bab sebelumnya. Sesua dengan tahapan-tahapan
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini merupakan penelitian pengembangan (Research and
III. METODE PENELITIAN A. Desan Peneltan Peneltan n merupakan peneltan pengembangan (Research and Development). Peneltan pengembangan yang dlakukan adalah untuk mengembangkan penuntun praktkum menjad LKS
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Fuzzy Set Pada tahun 1965, Zadeh memodfkas teor hmpunan dmana setap anggotanya memlk derajat keanggotaan yang bernla kontnu antara 0 sampa 1. Hmpunan n dsebut dengan hmpunaan
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1. Hpotess Peneltan Berkatan dengan manusa masalah d atas maka penuls menyusun hpotess sebaga acuan dalam penulsan hpotess penuls yatu Terdapat hubungan postf antara penddkan
Lebih terperinci3.1 Desain Penelitian
3.1 Desan Peneltan BAB III METODOLOGI PENELITIAN Gambar 3.1 Desan Peneltan Gambar datas menunjukan desan peneltan ang gunakan dalam membangun Sstem Pendukung Keputusan Penentuan Tema Skrps n. 28 29 3.2
Lebih terperinciBAB III METODOLOGI PENELITIAN. Jenis penelitian yang digunakan adalah penelitian pengembangan yang
BAB III METODOLOGI PENELITIAN A. Jens Peneltan Jens peneltan yang dgunakan adalah peneltan pengembangan yang bertujuan membuat suatu produk dan duj kelayakannya. B. Metode Pengembangan Peneltan n menggunakan
Lebih terperinciBAB III METODE PENELITIAN. Pada penelitian ini, penulis memilih lokasi di SMA Negeri 1 Boliyohuto khususnya
BAB III METODE PENELITIAN 3.1 Tempat dan Waktu Peneltan 3.1.1 Tempat Peneltan Pada peneltan n, penuls memlh lokas d SMA Neger 1 Bolyohuto khususnya pada sswa kelas X, karena penuls menganggap bahwa lokas
Lebih terperinci34 SEBATIK STMIK WICIDA
34 SEBATIK STMIK WICIDA SISTEM PENDUKUNG KEPUTUSAN PENENTUAN SUPPLIER BAHAN BANGUNAN MENGGUNAKAN METODE SMART (SIMPLE MULTI ATTRIBUTE RATING TECHNIQUE) PADA TOKO BINTANG KERAMIK JAYA Irwan ukkas 1), Heny
Lebih terperinciBAB IV PERHITUNGAN DAN ANALISIS
BAB IV PERHITUNGAN DAN ANALISIS 4.1 Survey Parameter Survey parameter n dlakukan dengan mengubah satu jens parameter dengan membuat parameter lannya tetap. Pengamatan terhadap berbaga nla untuk satu parameter
Lebih terperinciBab 1 PENDAHULUAN Latar Belakang
11 Bab 1 PENDAHULUAN 1.1. Latar Belakang Perbankan adalah ndustr yang syarat dengan rsko. Mula dar pengumpulan dana sebaga sumber labltas, hngga penyaluran dana pada aktva produktf. Berbaga kegatan jasa
Lebih terperinciIV. PERANCANGAN DAN IMPLEMENTASI SISTEM
IV. PERANCANGAN DAN IMPLEMENTASI SISTEM Perancangan Sstem Sstem yang akan dkembangkan adalah berupa sstem yang dapat membantu keputusan pemodal untuk menentukan portofolo saham yang dperdagangkan d Bursa
Lebih terperinciBAB VB PERSEPTRON & CONTOH
BAB VB PERSEPTRON & CONTOH Model JST perseptron dtemukan oleh Rosenblatt (1962) dan Mnsky Papert (1969). Model n merupakan model yang memlk aplkas dan pelathan yang lebh bak pada era tersebut. 5B.1 Arstektur
Lebih terperinciBAB III METODE PENELITIAN. Sebelum dilakukan penelitian, langkah pertama yang harus dilakukan oleh
BAB III METODE PENELITIAN 3.1 Desan Peneltan Sebelum dlakukan peneltan, langkah pertama yang harus dlakukan oleh penelt adalah menentukan terlebh dahulu metode apa yang akan dgunakan dalam peneltan. Desan
Lebih terperinciBAB III HIPOTESIS DAN METODOLOGI PENELITIAN
BAB III HIPOTESIS DAN METODOLOGI PENELITIAN III.1 Hpotess Berdasarkan kerangka pemkran sebelumnya, maka dapat drumuskan hpotess sebaga berkut : H1 : ada beda sgnfkan antara sebelum dan setelah penerbtan
Lebih terperinciBAB IV PEMBAHASAN MODEL
BAB IV PEMBAHASAN MODEL Pada bab IV n akan dlakukan pembuatan model dengan melakukan analss perhtungan untuk permasalahan proses pengadaan model persedaan mult tem dengan baya produks cekung dan jont setup
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini dilakukan di MTs Negeri 2 Bandar Lampung dengan populasi siswa
III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlakukan d MTs Neger Bandar Lampung dengan populas sswa kelas VII yang terdr dar 0 kelas yatu kelas unggulan, unggulan, dan kelas A sampa dengan
Lebih terperinciBAB III METODE PENELITIAN. pembelajaran berupa RPP dan LKS dengan pendekatan berbasis masalah ini
BAB III METODE PENELITIAN A. Desan Peneltan Metode peneltan yang dgunakan dalam pengembangan perangkat pembelajaran berupa RPP dan LKS dengan pendekatan berbass masalah n adalah metode pengembangan atau
Lebih terperinciBAB I PENDAHULUAN I-1
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Kendaraan bermotor merupakan alat yang palng dbutuhkan sebaga meda transportas. Kendaraan dbag menjad dua macam, yatu kendaraan umum dan prbad. Kendaraan umum
Lebih terperinciSistem Pendukung Keputusan Menggunakan Metode Technique for Order by Similarity to Ideal Solution (TOPSIS)
KNTIA 2011 C33 Sstem Pendukung Keputusan Menggunakan Metode Technque for Order b Smlart to Ideal Soluton (TOPSIS) 1 Murnawan, 2 Akhmad Fadjar Sddq Abstract Sstem Pendukung Keputusan merupakan suatu sstem
Lebih terperinciPROPOSAL SKRIPSI JUDUL:
PROPOSAL SKRIPSI JUDUL: 1.1. Latar Belakang Masalah SDM kn makn berperan besar bag kesuksesan suatu organsas. Banyak organsas menyadar bahwa unsur manusa dalam suatu organsas dapat memberkan keunggulan
Lebih terperinciBAB III METODE PENELITIAN. Penelitian ini merupakan penelitian yang bertujuan untuk mendeskripsikan
BAB III METODE PENELITIAN A. Jens Peneltan Peneltan n merupakan peneltan yang bertujuan untuk mendeskrpskan langkah-langkah pengembangan perangkat pembelajaran matematka berbass teor varas berupa Rencana
Lebih terperinciPENGEMBANGAN SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN SUPPLIER MENGGUNAKAN METODE TOPSIS PADA PERUSAHAAN FURNITURE
PENGEMBANGAN SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN SUPPLIER MENGGUNAKAN METODE TOPSIS PADA PERUSAHAAN FURNITURE DEVELOPMENT OF DECISION SUPPORT SYSTEM SUPPLIER SELECTION USING TOPSIS FURNITURE COMPANY Ma
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Al-Azhar 3 Bandar Lampung yang terletak di
III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlaksanakan d SMP Al-Azhar 3 Bandar Lampung yang terletak d Jl. Gn. Tanggamus Raya Way Halm, kota Bandar Lampung. Populas dalam peneltan n adalah
Lebih terperinciBAB III METODE PENELITIAN. penelitian dilakukan secara purposive atau sengaja. Pemilihan lokasi penelitian
BAB III METODE PENELITIAN 3.1 Lokas Peneltan Peneltan dlaksanakan d Desa Sempalwadak, Kecamatan Bululawang, Kabupaten Malang pada bulan Februar hngga Me 2017. Pemlhan lokas peneltan dlakukan secara purposve
Lebih terperinciBAB 2 KAJIAN PUSTAKA
BAB 2 KAJIAN PUSTAKA 2.1 Negosas Negosas dapat dkategorkan dengan banyak cara, yatu berdasarkan sesuatu yang dnegosaskan, karakter dar orang yang melakukan negosas, protokol negosas, karakterstk dar nformas,
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
I ENDHULUN. Latar elakang Mengambl keputusan secara aktf memberkan suatu tngkat pengendalan atas kehdupan spengambl keputusan. lhan-plhan yang dambl sebenarnya membantu dalam penentuan masa depan. Namun
Lebih terperinciOVERVIEW 1/40
http://www..deden08m.wordpress.com OVERVIEW 1/40 Konsep-konsep dasar dalam pembentukan portofolo optmal. Perbedaan tentang aset bersko dan aset bebas rsko. Perbedaan preferens nvestor dalam memlh portofolo
Lebih terperinciPEMILIHAN MEREK LIPSTIK TERFAVORIT DENGAN MADM BERBASIS GUI MATLAB
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 6, Nomor 3, Tahun 2017, Halaman 345-354 Onlne d: http://eournal-s1.undp.ac.d/ndex.php/gaussan PEMILIHAN MEREK LIPSTIK TERFAVORIT DENGAN MADM BERBASIS GUI MATLAB
Lebih terperinciOptimasi Pemilihan Paket Internet Dengan Menggunakan Metode AHP
Optmas Pemlhan Paket Internet Dengan Menggunakan Metode HP Wwek Katrna 1, Solkhun 2, M.Saf, Sumarno 1,2,, Jurusan Sstem Informas, STIKOM Tunas Bangsa, Pematangsantar Sumatera Utara 1 Mahasswa STIKOM Tunas
Lebih terperinciBAB 1 PENDAHULUAN. Pertumbuhan dan kestabilan ekonomi, adalah dua syarat penting bagi kemakmuran
BAB 1 PENDAHULUAN 1.1. Latar Belakang Pertumbuhan dan kestablan ekonom, adalah dua syarat pentng bag kemakmuran dan kesejahteraan suatu bangsa. Dengan pertumbuhan yang cukup, negara dapat melanjutkan pembangunan
Lebih terperinciTEORI INVESTASI DAN PORTFOLIO MATERI 4.
TEORI INVESTASI DAN PORTFOLIO MATERI 4 KONSEP DASAR 2/40 Ada tga konsep dasar yang perlu dketahu untuk memaham pembentukan portofolo optmal, yatu: portofolo efsen dan portofolo optmal fungs utltas dan
Lebih terperinciBAB III METODOLOGI PENELITIAN. Metode yang digunakan dalam penelitian ini adalah metode eksperimen
3 BAB III METODOLOGI PENELITIAN A. Metode dan Desan Peneltan Metode yang dgunakan dalam peneltan n adalah metode ekspermen karena sesua dengan tujuan peneltan yatu melhat hubungan antara varabelvarabel
Lebih terperinciBAB III METODE PENELITIAN. problems. Cresswell (2012: 533) beranggapan bahwa dengan
BAB III METODE PENELITIAN A. Jens Peneltan Jens peneltan n adalah peneltan kombnas atau mxed methods. Cresswell (2012: 533) A mxed methods research desgn s a procedure for collectng, analyzng and mxng
Lebih terperinciMETODE PENELITIAN. Penentuan lokasi dilakukan secara tertuju (purposive) karena sungai ini termasuk
IV. METODE PENELITIAN 4.1. Tempat dan Waktu Peneltan Peneltan n dlakukan d Sunga Sak, Kota Pekanbaru, Provns Rau. Penentuan lokas dlakukan secara tertuju (purposve) karena sunga n termasuk dalam 13 sunga
Lebih terperinciBAB III METODOLOGI PENELITIAN. dalam situs BAPEPAM dan berjumlah dua puluh delapan reksadana yang berasal dari dua
BAB III METODOLOGI PENELITIAN 3.1. Ruang Lngkup Peneltan Reksadana yang dgunakan dalam peneltan n adalah reksadana yang terdaftar dalam stus BAPEPAM dan berjumlah dua puluh delapan reksadana yang berasal
Lebih terperinciBAB I PENDAHULUAN. Semakin tinggi penerimaan Pajak di Indonesia, semakin tinggi pula kualitas
BAB I PENDAHULUAN A. LATAR BELAKANG Pajak merupakan sumber penermaan terpentng d Indonesa. Oleh karena tu Pemerntah selalu mengupayakan bagamana cara menngkatkan penermaan Pajak. Semakn tngg penermaan
Lebih terperinciP n e j n a j d a u d a u l a a l n a n O pt p im i a m l a l P e P m e b m a b n a g n k g i k t Oleh Z r u iman
OTIMISASI enjadualan Optmal embangkt Oleh : Zurman Anthony, ST. MT Optmas pengrman daya lstrk Dmaksudkan untuk memperkecl jumlah keseluruhan baya operas dengan memperhtungkan rug-rug daya nyata pada saluran
Lebih terperinciBAB II KAJIAN PUSTAKA
BAB II KAJIAN PUSTAKA A. Sstem Pendukung Keputusan Menurut Turban, dkk (2005), sstem pendukung keputusan (DSS) dapat ddefnskan sebaga sebuah sstem ang dmaksudkan untuk mendukung para pengambl keputusan
Lebih terperinciPenerapan Metode AHP-TOPSIS Untuk Penyeleksian Permohonan Kredit Pada Koperasi Pegawai Republik Indonesia
Jurnal Sstem Informas Bsns 01(2015) Onlne : http://ejournal.undp.ac.d/ndex.php/jsnbs 33 Penerapan Metode AHPTOPSIS Untuk Penyeleksan Permohonan Kredt Pada Koperas Pegawa Republk Indonesa Hlmansyah Gan
Lebih terperinciMETODE PCR-TOPSIS UNTUK OPTIMASI TAGUCHI MULTIRESPON
Statstka, Vol., No., Me 04 METODE PCR-TOPSIS UNTUK OPTIMASI TAGUCHI MULTIRESPON Ronald John Dam, Sony Sunaryo, Jurusan Statstka, Fakultas Matematka dan Ilmu Pengetahuan Alam, Insttut Teknolog Sepuluh November,
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Penjadwalan Baker (1974) mendefnskan penjadwalan sebaga proses pengalokasan sumber-sumber dalam jangka waktu tertentu untuk melakukan sejumlah pekerjaan. Menurut Morton dan
Lebih terperinciPENERAPAN METODE MAMDANI DALAM MENGHITUNG TINGKAT INFLASI BERDASARKAN KELOMPOK KOMODITI (Studi Kasus pada Data Inflasi Indonesia)
PENERAPAN METODE MAMDANI DALAM MENGHITUNG TINGKAT INFLASI BERDASARKAN KELOMPOK KOMODITI (Stud Kasus pada Data Inflas Indonesa) Putr Noorwan Effendy, Amar Sumarsa, Embay Rohaet Program Stud Matematka Fakultas
Lebih terperinciNama : Crishadi Juliantoro NPM :
ANALISIS INVESTASI PADA PERUSAHAAN YANG MASUK DALAM PERHITUNGAN INDEX LQ-45 MENGGUNAKAN PORTOFOLIO DENGAN METODE SINGLE INDEX MODEL. Nama : Crshad Julantoro NPM : 110630 Latar Belakang Pemlhan saham yang
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN ANALISIS KELAYAKAN PEMOHON PINJAMAN MODAL SYARIAH MENGGUNAKAN KOMBINASI METODE SAW DAN TOPSIS
Sstem Pendukung Keputusan Analss Kelayakan Pemohon Pnjaman Modal Syarah (Ardhanyat, Alf Gbran) SISTEM PENDUKUNG KEPUTUSAN ANALISIS KELAYAKAN PEMOHON PINJAMAN MODAL SYARIAH MENGGUNAKAN KOMBINASI METODE
Lebih terperinci2 TINJAUAN PUSTAKA. sistem statis dan sistem fuzzy. Penelitian sejenis juga dilakukan oleh Aziz (1996).
2 TINJAUAN PUSTAKA 2.1 Stud Yang Terkat Peneltan n mengacu pada jurnal yang dtuls oleh Khang, dkk.(1995). Dalam peneltannya, Khang, dkk membandngkan arus lalu lntas yang datur menggunakan sstem stats dan
Lebih terperinciBAB 2 LANDASAN TEORI. 2.1 Sistem Pendukung Keputusan (SPK)
BAB 2 LANDASAN TEORI 2.1 Sstem Pendukung Keputusan (SPK) Konsep Sstem Pendukung Keputusan (SPK) atau Decson Support Systems (DSS) merupakan suatu penerapan sstem nformas yang dtunjukan untuk membantu pmpnan
Lebih terperinciBab III Analisis Rantai Markov
Bab III Analss Ranta Markov Sstem Markov (atau proses Markov atau ranta Markov) merupakan suatu sstem dengan satu atau beberapa state atau keadaan, dan dapat berpndah dar satu state ke state yang lan pada
Lebih terperinciDidownload dari ririez.blog.uns.ac.id BAB I PENDAHULUAN
BAB I PENDAHULUAN Sebuah jarngan terdr dar sekelompok node yang dhubungkan oleh busur atau cabang. Suatu jens arus tertentu berkatan dengan setap busur. Notas standart untuk menggambarkan sebuah jarngan
Lebih terperinciBAB III METODE PENELITIAN. Metode penelitian yang digunakan dalam penelitian ini adalah metode
BAB III METODE PENELITIAN Desan Peneltan Metode peneltan yang dgunakan dalam peneltan n adalah metode deskrptf analts dengan jens pendekatan stud kasus yatu dengan melhat fenomena permasalahan yang ada
Lebih terperinciBAB 4 IMPLEMENTASI DAN EVALUASI
65 BAB IMPLEMENTASI DAN EVALUASI. Penyaan Data Hasl Peneltan Data-ata hasl peneltan yang gunakan alam pengolahan ata aalah sebaga berkut: a. ata waktu kera karyawan b. ata umlah permntaan konsumen c. ata
Lebih terperinciPENERAPAN FUZZY AHP DAN TOPSIS UNTUK SELEKSI KANDIDAT PENERIMA BANTUAN RUMAH TIDAK LAYAK HUNI (RTLH) (STUDI KASUS : DESA BANTARWUNI)
PENERAPAN FUZZY AHP DAN TOPSIS UNTUK SELEKSI KANDIDAT PENERIA BANTUAN RUAH TIDAK LAYAK HUNI (RTLH) (STUDI KASUS : DESA BANTARWUNI) Agus Tr Hdayat, Agus Pryanto, Andka Elok Amala 1 Program Stud S1 Informatka
Lebih terperinciBAB III METODE PENELITIAN. sebuah fenomena atau suatu kejadian yang diteliti. Ciri-ciri metode deskriptif menurut Surakhmad W (1998:140) adalah
BAB III METODE PENELITIAN 3.1 Metode Peneltan Metode yang dgunakan dalam peneltan n adalah metode deskrptf. Peneltan deskrptf merupakan peneltan yang dlakukan untuk menggambarkan sebuah fenomena atau suatu
Lebih terperinciBab 2 AKAR-AKAR PERSAMAAN
Analsa Numerk Bahan Matrkulas Bab AKAR-AKAR PERSAMAAN Pada kulah n akan dpelajar beberapa metode untuk mencar akar-akar dar suatu persamaan yang kontnu. Untuk persamaan polnomal derajat, persamaannya dapat
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN Bab n membahas tentang prosedur pengembangan pembelajaran dan mplementas model Problem Based Learnng dalam pembelajaran Konsep Dasar Matematka, Subjek Peneltan, Teknk dan Instrumen
Lebih terperinciBAB II DASAR TEORI. 2.1 Definisi Game Theory
BAB II DASAR TEORI Perkembangan zaman telah membuat hubungan manusa semakn kompleks. Interaks antar kelompok-kelompok yang mempunya kepentngan berbeda kemudan melahrkan konflk untuk mempertahankan kepentngan
Lebih terperinciBAB 2 LANDASAN TEORI. estimasi, uji keberartian regresi, analisa korelasi dan uji koefisien regresi.
BAB LANDASAN TEORI Pada bab n akan durakan beberapa metode yang dgunakan dalam penyelesaan tugas akhr n. Selan tu penuls juga mengurakan tentang pengertan regres, analss regres berganda, membentuk persamaan
Lebih terperinciAplikasi Metode Fuzzy Multi-Attribute Decision Making Berbasis Web dalam Pemilihan Calon Kepala Daerah di Indonesia
IJCCS, Vol.7, No., January 203, pp. 0~0 ISSN: 978-20 0 Aplkas Metode Fuzzy Mult-Attrbute Decson Makng Berbass Web dalam Pemlhan Calon Kepala Daerah d Indonesa Muhamad Munawar Yusro*, Retantyo Wardoyo 2
Lebih terperinciBAB III METODE PENELITIAN. Karangkajen, Madrasah Tsanawiyah Mu'allimaat Muhammadiyah Yogyakarta,
BAB III METODE PENELITIAN A. Tempat dan Waktu Peneltan Peneltan n dlakukan pada 6 (enam) MTs d Kota Yogyakarta, yang melput: Madrasah Tsanawyah Neger Yogyakarta II, Madrasah Tsanawyah Muhammadyah Gedongtengen,
Lebih terperinciBAB I PENDAHULUAN. konsep strategi yang cocok untuk menghadapi persaingan baik itu mengikuti marketing
BAB I PENDAHULUAN 1.1 Latar Belakang Konds persangan dalam berbaga bdang ndustr saat n dapat dkatakan sudah sedemkan ketatnya. Persangan dalam merebut pasar, adanya novas produk, mencptakan kepuasan pelanggan
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 ENDAHULUAN 1.1 Latar Belakang Manusa dlahrkan ke duna dengan ms menjalankan kehdupannya sesua dengan kodrat Illah yakn tumbuh dan berkembang. Untuk tumbuh dan berkembang, berart setap nsan harus
Lebih terperinciMANAJEMEN LOGISTIK & SUPPLY CHAIN MANAGEMENT KULIAH 3: MERANCANG JARINGAN SUPPLY CHAIN
MANAJEMEN LOGISTIK & SUPPLY CHAIN MANAGEMENT KULIAH 3: MERANCANG JARINGAN SUPPLY CHAIN By: Rn Halla Nasuton, ST, MT MERANCANG JARINGAN SC Perancangan jarngan SC merupakan satu kegatan pentng yang harus
Lebih terperinciANALISIS REGRESI. Catatan Freddy
ANALISIS REGRESI Regres Lner Sederhana : Contoh Perhtungan Regres Lner Sederhana Menghtung harga a dan b Menyusun Persamaan Regres Korelas Pearson (Product Moment) Koefsen Determnas (KD) Regres Ganda :
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang. Di dalam matematika mulai dari SD, SMP, SMA, dan Perguruan Tinggi
Daftar Is Daftar Is... Kata pengantar... BAB I...1 PENDAHULUAN...1 1.1 Latar Belakang...1 1.2 Rumusan Masalah...2 1.3 Tujuan...2 BAB II...3 TINJAUAN TEORITIS...3 2.1 Landasan Teor...4 BAB III...5 PEMBAHASAN...5
Lebih terperinciOptimasi Fungsi Keanggotaan Fuzzy
Optmas Fungs Keanggotaan Fuzzy Tsukamoto Dua Tahap Menggunakan Algortma Genetka Pada Pemlhan Calon Penerma Beasswa dan BBP-PPA (Stud Kasus: PTIIK Unverstas Brawjaya Malang) Bunga Amela Restuputr 1, Wayan
Lebih terperinciBAB V PENGEMBANGAN MODEL FUZZY PROGRAM LINIER
BAB V PENGEMBANGAN MODEL FUZZY PROGRAM LINIER 5.1 Pembelajaran Dengan Fuzzy Program Lner. Salah satu model program lnear klask, adalah : Maksmumkan : T f ( x) = c x Dengan batasan : Ax b x 0 n m mxn Dengan
Lebih terperinciIV. HASIL DAN PEMBAHASAN
IV. HASIL DAN PEMBAHASAN Data terdr dar dua data utama, yatu data denyut jantung pada saat kalbras dan denyut jantung pada saat bekerja. Semuanya akan dbahas pada sub bab-sub bab berkut. A. Denyut Jantung
Lebih terperinciIV. UKURAN SIMPANGAN, DISPERSI & VARIASI
IV. UKURAN SIMPANGAN, DISPERSI & VARIASI Pendahuluan o Ukuran dspers atau ukuran varas, yang menggambarkan derajat bagamana berpencarnya data kuanttatf, dntaranya: rentang, rentang antar kuartl, smpangan
Lebih terperinciPEMBUATAN GRAFIK PENGENDALI BERDASARKAN ANALISIS KOMPONEN UTAMA (PRINCIPAL COMPONENT ANALYSIS)
PEMBUATAN GRAFIK PENGENDALI BERDASARKAN ANALISIS KOMPONEN UTAMA (PRINCIPAL COMPONENT ANALYSIS) Wrayant ), Ad Setawan ), Bambang Susanto ) ) Mahasswa Program Stud Matematka FSM UKSW Jl. Dponegoro 5-6 Salatga,
Lebih terperinciPendahuluan. 0 Dengan kata lain jika fungsi tersebut diplotkan, grafik yang dihasilkan akan mendekati pasanganpasangan
Pendahuluan 0 Data-data ang bersfat dskrt dapat dbuat contnuum melalu proses curve-fttng. 0 Curve-fttng merupakan proses data-smoothng, akn proses pendekatan terhadap kecenderungan data-data dalam bentuk
Lebih terperinci