Sistem Pendukung Keputusan Untuk Pengadaan Fasilitas Hotel Menggunakan Metode TOPSIS

Ukuran: px
Mulai penontonan dengan halaman:

Download "Sistem Pendukung Keputusan Untuk Pengadaan Fasilitas Hotel Menggunakan Metode TOPSIS"

Transkripsi

1 Jurnal Siste Inforasi Bisnis 0(0) On-line : Siste Pendukung Keputusan Untuk Pengadaan Fasilitas Hotel Menggunakan Metode TOPSIS Susi Hendartie a,*, Bau Surarso b, Beta oranita b a STMIK Palangka Raa Palangka Raa Kaliantan Tengah b Magister Siste Inforasi, Progra Pascasarjana Universitas Diponegoro, Searang, Indonesia Abstract The developent of hotel business to ake consuers ore critical to choose a hotel products and services. If the hotel facilities ore coplete, so interest of the consuer is higher to choose the hotel. This research stud intend to build a decision support sste for the procureent of hotel facilities with TOPSIS ethod. This ethod uses the si alternative for of the data; hotel roos (guest roo), karaoke, gift shop, a g, spa and travel corner (travel tour inforation) and data of soe criteria. This ethod was chosen because it is based on the best alternative concept, was not onl has the shortest distance fro the positive ideal solution, but also has the longest distance fro the negative ideal solution. TOPSIS calculations sstes have been done the coparison of final value using ecell calculation. Calculations that used in this research stud is siple and produces alternative hotel roos (guest roo) with the highest ranking as the ideal solution. TOPSIS ethod facilitates decision-akers in choosing the best alternative for the procureent of hotel facilities. Kewords : Decision support sste; Hotel facilities; TOPSIS. Pendahuluan Siste Pendukung Keputusan (SPK) sangat penting dala enjalankan sebuah bisnis, karena siste ini ebantu eberikan keputusan untuk enelesaikan asalah ang dihadapi pengabil keputusan dengan enggunakan inforasi ang interaktif. Keputusan erupakan kegiatan eilih suatu strategi atau tindakan dala peecahan asalah tersebut. Tindakan eilih strategi atau aksi ang diakini anajer akan eberikan solusi terbaik atau sesuatu itu disebut pengabilan keputusan. Tujuan dari keputusan adalah untuk encapai target atau aksi tertentu ang harus dilakukan (Kusrini, 007). Organisasi ang bergerak dibidang produksi aupun jasa, tidak lepas dari probleatika unsur anajeen pada uuna. Perubahan struktur pasar, produk, teknologi produksi, organisasi, dan ang lainna terus terjadi sehingga berpengaruh pada kebaksanaan anajeen ang dalankanna (Suradi dan Radhani,998). Selaa ini hotel dikenal sebagai perusahaan jasa sehingga setiap segala keputusan ang diabil adalah untuk seata eberikan pelaanan terbaik ang dapat eberikan kepuasan bagi konsuen. Disaping pelaanan ang baik dan berkualitas, fasilitas juga turut berperan serta dala enarik konsuen untuk enginap dihotel atau hana sebagai konsuen ang enggunakan beberapa fasilitas di hotel tersebut. Dengan berkebangna bisnis hotel ebuat konsuen lebih kritis untuk eilih produk dan jasa hotel, karena seakin lengkap fasilitas ang disediakan pihak hotel aka inat konsuen seakin tinggi untuk eilih hotel tersebut. Fasilitas ang biasana disediakan oleh hotel adalah kaar tidur untuk tau hotel (guestroos), restoran, ballroo, Meeting and Function roo, Valet service/laundr, gnasiu, tepat perawatan kecantikan, kola renang, bar dan banak lagi beraca fasilitas ang disediakan. Untuk eningkatkan pelaanan ang berupa fasilitas ang euaskan, dan enarik inat serta julah konsuen aka diperlukan adana suatu penelitian ang seksaa akan berbagai fasilitas hotel, sehingga dapat endukung pihak hotel engabil keputusan dala eilih fasilititas-fasilitas apa saja ang akan di adakan. Dengan banakna alternatif fasilitas hotel ang akan diadakan aka untuk ebantu peilihan fasilitas tersebut perlu adana indikator kriteria ang dapat eberikan penilaian dan rekoendasi fasilitas apa saja ang ang laak untuk diadakan, aitu dengan cara ebangun sebuah siste pendukung keputusan. Penelitian ini bertujuan untuk ebuat siste pendukung keputusan untuk pengadaan fasilitas hotel dengan etode TOPSIS (Technique for Order Preference b Siilarit to Ideal Solution). Siste ini dapat digunakan untuk ebantu dala eilih alternatif terbaik berdasarkan kriteria-kriteria ang telah ditentukan. Metode TOPSIS ini dipilih karena etode ini didasarkan pada konsep bahwa alternatif terpilih ang terbaik tidak hana eiliki jarak terpendek dari solusi ideal positif, naun juga eiliki jarak terpanjang dari solusi ideal negatif. Alaat e-ail : susihendartie5@ahoo.co.id

2 Jurnal Siste Inforasi Bisnis 0(0) On-line : Kerangka Teori.. MADM (Multi-Attribut Decision Making) Pada MADM tahap analisis dilakukan elalui dua langkah. Pertaa, endatangkan taksiran dari besaran ang potensial, keungkinan dan ketidakpastian ang berhubungan dengan dapak-dapak ang ungkin pada setiap alternatif. Kedua, eliputi peilihan dari preferensi pengabil keputusan untuk setiap nilai, dan ketidak pedulian terhadap resiko ang tibul (Bun, 00). Dengan deikian bisa dikatakan bahwa asalah Multiple Attribute Decision Making (MADM) adalah engevaluasi alternatif A i (i=,,..,) terhadap sekupulan kriteria C j (j =,,..,n), setiap kriteria saling tidak bergantung satu dengan ang lainna. Matriks keputusan (X) setiap alternatif terhadap setiap atribut atau kriteria (Kusuadewi, dkk. 006) diberikan sebagai: C C... C n A... n A X =... n (.) A... n Dengan erupakan rating kinerja alternatif ke i terhadap kriteria ke j, sehingga Matriks Keputusan (X), berisikan rating kinerja ( ). dengan ilai bobot ang enunjukkan tingkat kepentingan ; jika j j relatif setiap kriteria diberikan sebagai W: in ; jika j W = [w, w,..., w n ] (.) Matrik Keputusan dan bobot kriteria erupakan nilai utaa ang erepresentasikan preferensi absolut dari pengabil keputusan. Masalah MADM diakhiri dengan proses peratingan untuk endapatkan alternatif terbaik ang diperoleh berdasarkan nilai keseluruhan preferensi ang diberikan. Ada beberapa etode ang dapat digunakan untuk enelesaikan asalah Multiple Attribute Decision Making (MADM) antara lain: a. Siple Additive Weighting Methode (SAW) b. Weighted Product (WP) c. Electre d. Technique for order Preference b Siilarit to Ideal Solution (TOPSIS) e. Analtic Hierarch Process (AHP).. TOPSIS TOPSIS didasarkan pada konsep untuk alternatif terpilih ang terbaik tidak hana eiliki jarak terpendek dari solusi ideal positif, naun juga eiliki jarak terpanjang dari solusi ideal negatif. Konsep ini banak digunakan pada beberapa odel MADM untuk enelesaikan asalah keputusan secara praktis. Hai ini disebabkan karena konsepna sederhana dan udah dipahai, koputasina efisien dan eiliki keapuan untuk engukur kinerja relatif dari alternatif-alternatif keputusan dala bentuk ateatis ang sederhana (Jiang, et al., 00, Wei, 00), Yong, 006)). Secara uu, prosedur TOPSIS engikuti langkahlangkah (Kusuadewi, dkk. 006) sebagai berikut: a. Mebuat atriks keputusan ang ternoralisasi (R) TOPSIS ebutuhkan rating kinerja setiap alternatif A i pada setiap kriteria C j ang ternoralisasi dengan ruus : r = (.) i r, hasil perbandingan ternoralisasi ke dala suatu skala setiap alternatif pada setiap kriteria. dengan i=,,...; dan j=,,...n. b. Mebuat atriks keputusan ang ternoralisasi terbobot ang enghasilkan batrik (Y) dengan eleeneleenna adalah: = w j r, (.) dengan i =,... : j =,,..., n adalah rating bobot ternoralisasi setiap alternatif pada setiap kriteria. w j adalah nilai bobot ang enunjukkan tingkat kepentingan relatif setiap kriteria c. Menentukan atriks solusi ideal positif (A + ) dan atriks solusi ideal negatif (A - ) sebagai: A + =,,..., n ; (.5) A - =,..., n ; (.6) a (.7) in j a adalah kriteria keuntungan adalah kriteria ; jika j adalah kriteria biaa ; jika j adalah kriteria keuntungan biaa j =,,...n karena nilai ang diberikan pada setiap alternatif di setiap kriteria erupakan nilai kecocokan (nilai terbesar adalah terbaik) aka seua kriteria ang diberikan diasusikan sebagai kriteria keuntungan. d. Menentukan jarak antara nilai setiap alternatif dengan atriks solusi ideal positif dan atriks solusi ideal negatif S i = n j ( ) ; i Si adalah jarak antara nilai setiap alternatif dengan atiks solusi ideal positif S i = n j ( ) ; i S i adalah Jarak antara nilai setiap alternatif dengan atiks solusi ideal negatif e. Menentukan nilai preferensi untuk setiap alternatif (A i ) diruuskan sebagai berikut: Si A i = ; i =,,..., S i S i ilai A i ang lebih besar enunjukkan bahwa alternatif A i lebih dipilih.

3 Jurnal Siste Inforasi Bisnis 0(0) On-line : 5. Metodologi.. Analisa Kebutuhan Pada analisa kebutuhan ebahas beberapa kebutuhan sebagai sarat terkait dengan input, proses dan output. Kebutuhan input diperoleh dari hasil wawancara dengan pihak hotel sebagai pengabil keputusan. Analisa kebutuhan selengkapna elalui kerangka penelitian pada gabar : Start Persiapan (Pengupulan Data) Pengabil Keputusan LAPORA REKOMEDASI SOLUSI IDEAL Data Input Data Data Input Data F F F5 Input Matrik Keputusan ilai Rating Kecocokan Matrik Keputusan F ilai Rating kecocokan Input ilai Rating Kecocokan ilai Rating Kecocokan ilai Rating Kecocokan ilai Rating kecocokan ilai Bobot Input ilai Bobot ilai Bobot kriteria ilai Bobot F ilai Bobot kriteria Input Bobot ilai Bobot kriteria F6 Bobot, dan nilai ang digunakan Mebuat Rating Kecocokan setiap alternatif pada setiap kriteria Matrik Keputusan Proses Perhitungan Bobot kriteria Matrik Keputusan Mebuat Matrik Keputusan Bobot kriteria Menentukan nilai bobot kriteria untuk tingkat kepentingan setiap kriteria Rekoendasi Solusi Ideal Hasil F7 Hasil Mebuat Matrik keputusan ternoralisasi Mebuat Matrik Ternoralisasi Terbobot Gabar. DAD Level SPK untuk pengadaan fasilitas hotel Menentukan atrik solusi ideal positif (A+) dan solusi ideal negatif (A-) Meiliki Meiliki ilai bobot kriteria Menentukan jarak antara nilai terbobot setiap alternatif terhadap solusi ideal positif dan solusi ideal negatif aa_alt Kode_alt aa_krit Kode_krit naa_bobotkriteria ilai Menentukan kedekatan setiap alternatif terhadap solusi ideal Meiliki ilai rating kecocokan Meiliki elakukan Laporan Rekoendasi dari solusi ideal alternatif fasilitas Finish naa_ratingkecocokan nilai Bobot Gabar. Kerangka Penelitian elakukan Kode_krit nilai. Mebuat Desain siste a) Mebuat DAD (Diagra Arus Data) ) Mebuat diagra konteks level 0 SPK untuk pengadaan fasilitas seperti gabar : Matrik Keputusan Kode_alt Data Kode_krit nilai Pengabil Keputusan Data ilai Rating Kecocokan 0.+ SPK Untuk Pengadaan Fasilitas Hotel Melakukan Hasil Melakukan nilai Kode_alt ilai Bobot Gabar. Entit Relationship Diagra LAPORA REKOMEDASI SOLUSI IDEAL Gabar. Diagra Konteks Level 0 SPK untuk Pengadaan Fasilitas Hotel ) Mebuat DAD Level SPK untuk Pengadaan Fasilitas Hotel, seperti gabar.. Hasil dan Pebahasan. Hasil Hasil perancangan siste pendukung keputusan dapat digunakan untuk pengadaan fasilitas hotel dengan etode TOPSIS.... Menu Hoe Pada enu hoe atau enu utaa terdapat enu input data, proses perhitungan, laporan dan eit:

4 Jurnal Siste Inforasi Bisnis 0(0) On-line : 6 Gabar 5. Menu Hoe.. Menu Input Data a. Menu Input Data Menu Input Data digunakan untuk easukan data alternatif fasilitas hotel, berupa alternatif; Kaar Tau (guest roos), Ruang Karaoke, Gift Shop, Tepat Kebugaran (G), Spa, Travel Corner (Inforasi Tur Wisata) ang ditandai dengan kode A sapai dengan A6. Menu input alternatif dilengkapi dengan tobol ADD ang digunakan untuk easukan dan enabah data alternatif, tobol RESET digunakan untuk enghapus data keseluruhan, tobol EDIT digunakan untuk eperbaiki data dan tobol DELETE untuk enghapus data satu persatu serta tobol Hoe untuk kebali ke Menu Utaa.... Menu Proses Perhitungan Setelah elakukan input data alternatif dan input data kriteria, selanjutna elakukan proses perhitungan pada data dengan enggunakan perhitungan perkalian antara Matrik Keputusan dengan Bobot. Untuk elakukan perhitungan pada enu ini alternatif, kriteria serta nilai rating kecocokan di asukkan pada enu Matrik Keputusan dan nilai bobot kriteria di asukkan pada enu Bobot keudian diperoleh hasil perhitungan berupa nilai preferensi ang dapat dilihat pada enu Hasil. a. Menu atrik keputusan Pada enu atrik keputusan untuk nilai di isi dengan sapai dengan 5, nilai ini diperoleh dari nilai rating kecocokan pada tabel disebelah kanan dengan asingasing nilai ewakili Sangat Buruk sapai dengan Sangat baik. Karena nilai ang diberikan pada setiap alternatif di setiap kriteria erupakan nilai kecocokan (nilai terbesar adalah terbaik) aka seua kriteria ang diberikan, di asusikan sebagai kriteria keuntungan. Setelah selesai elakukan input atrik keputusan keudian tekan tobol Hoe untuk kebali ke enu utaa Gabar 8. Menu atrik keputusan Gabar 6. Menu input data alternatif b. Menu Input Data Menu Input data kriteria digunakan untuk easukan data kriteria, berupa; ilai Investasi, Lokasi (ruang/tepat) fasilitas, Kebutuhan Konsuen dan Perlengkapan atau perabotan ang ditandai dengan kode C sapai dengan C. Menu input kriteria dilengkapi dengan tobol ADD ang digunakan untuk easukan dan enabah data kriteria, tobol RESET digunakan untuk enghapus data keseluruhan, tobol EDIT digunakan untuk eperbaiki data dan tobol DELETE untuk enghapus data satu persatu serta tobol Hoe untuk kebali ke Menu Utaa. b. Menu bobot kriteria Pada enu Bobot, untuk nilai di isi dengan sapai dengan 5, nilai ini diperoleh dari bobot kriteria pada tabel disebelah kanan dengan asing-asing nilai ewakili Sangat rendah sapai dengan Sangat Tinggi. ilai bobot untuk eberikan bobot kepentingan pada setiap kriteria ang engekpresikan kepentingan relatifna. Setelah selesai elakukan input bobot kriteria keudian tekan tobol Hoe untuk kebali ke enu utaa. Gabar 9. Menu bobot kriteria Gabar 7. Menu input data kriteria c. Menu hasil Pada enu Hasil enapilkan nilai preferensi dari perkalian Matrik Keputusan dengan Bobot, pada hasil ini terlihat nilai akhir dari asing-asing alternatif. Keudian untuk kebali keenu utaa tekan tobol hoe.

5 Jurnal Siste Inforasi Bisnis 0(0) On-line : 7 Gabar 0. Menu hasil.. Menu Laporan Setelah diperoleh hasil perhitungan aka selanjutna adalah enapilkan rekoendasi berupa solusi ideal alternatif untuk pengadaan fasilitas hotel dengan etode TOPSIS, pada penelitian ini alternatif ang terpilih adalah A aitu penabahan Kaar Tau (Guest Roos). Untuk enapilkan laporan dari hasil rekoendasi dapat enekan tobol PREVIEW dan untuk kebali keenu utaa dapat enekan tobol HOME Menu rekoendasi : Menu Preview Laporan : Gabar. Menu rekoendasi Gabar. Menu Preview laporan. Pebahasan Dala pebahasan ini dibahas bagaiana siste perhitungan secara ateatis dengan etode TOPSIS enggunakan Ecel ang bertujuan engetahui proses dala perhitungan TOPSIS sehingga enghasilkan nilai akhir dan rekoendasi fasilitas. Keudian elakukan perbandingan nilai akhir ang dihasil oleh siste dengan perhitungan enggunakan Ecel... Proses Perhitungan a. Mebuat Matrik Keputusan Pada pebahasan ini diulai dengan ebuat rating kecocokan dari setiap alternatif pada setiap kriteria dengan enggunakan MADM seperti tabel. Tabel. Rating kecocokan C C C C A 5 5 A A 5 A A 5 A Karena nilai ang diberikan pada setiap alternatif di setiap kriteria erupakan nilai kecocokan (nilai terbesar adalah terbaik) aka seua kriteria ang diberikan di asusikan sebagai kriteria keuntungan Setelah ebuat rating kecocokan aka terbentuklah atrik keputusan. X = Sehingga Matrik Keputusan berisikan rating kinerja ( ) dengan i (alternatif) = baris,,... dan j (kriteria) = kolo,,...n Keudian pengabil keputusan enentukan nilai bobot kriteria untuk ang enunjukkan tingkat kepentingan relatif setiap kriteria: W = [ ] b. Perhitungan dengan etode TOPSIS ) Mebuat atrik keputusan ternoralisasi (R). Langkah selanjutna untuk ebuat atrik keputusan ternoralisasi (R) adalah elakukan noralisasi terhadap rating kinerja dari atrik keputusan ( ) ang diulai dari elakukan perbandingan berpasangan disetiap kriteria j ( sapai dengan ) ang dihasilkan dari ang erupakan rating kinerja alternatif ke-i terhadap kriteria ke-j, nilai ini keudian di noralisasikan ke dala suatu skala ang dapat diperbandingkan dari setiap alternatif pada setiap kriteria (r ), dengan enggunakan persaaan: r = i : Langkah a i Melakukan noralisasi nilai ang erupakan rating kinerja ke-i terhadap kriteria ke j, untuk i = i terhadap j = (... n ) dengan i = rating kinerja ke-i (baris) i penjulahan alternatif, baris sapai (i, i, i, i, i 5, i 6 ) terhadap nilai j = nilai kriteria kolo sapai n (untuk langkah enghitung nilai ) seperti ang diuraikan berikut ini :

6 Jurnal Siste Inforasi Bisnis 0(0) On-line : 8 i = terhadap j = adalah 5 ( ) i = terhadap j = adalah ( ) i = terhadap j = adalah ( ) i = terhadap j = adalah ( ) i = 5 terhadap j = adalah ( 5 ) i = 6 terhadap j = adalah ( 6 ) sehingga terbentuklah nilai aitu: 5,,,,, Langkah b : i Dari langkah a dilakukan penjulahan nilai i=.. terhadap seperti berikut: = 5 = Langkah c r = i Setelah diketahui nilai dan keudian dilakukan noralisasi nilai ke dala suatu skala ang dapat diperbandingkan dari setiap alternatif pada setiap kriteria (r ) dengan uraian sebagai berikut: r = = 5 = r = = = r = = = r = = = r 5 = 5 = = r 6 = 5 = = : Langkah a i Melakukan noralisasi nilai ang erupakan rating kinerja ke-i terhadap kriteria ke j, untuk i = j = (... n ) i terhadap dengan; i = rating kinerja ke-i (baris) penjulahan i alternatif, baris sapai (i, i, i, i, i 5, i 6 ) terhadap nilai j = nilai kriteria kolo sapai n (untuk langkah enghitung nilai ) seperti ang diuraikan berikut ini : i = terhadap j = adalah 5 ( ) i = terhadap j = adalah ( ) i = terhadap j = adalah ( ) i = terhadap j = adalah ( ) i = 5 terhadap j = adalah ( 5 ) i = 6 terhadap j = adalah 5 ( 6 ) sehingga terbentuklah nilai : 5,,,,, 5 Langkah b : i Dari langkah a dilakukan penjulahan nilai i=.. terhadap seperti berikut: = 5 5 = Langkah c r = i Setelah diketahui nilai dan keudian dilakukan noralisasi nilai ke dala suatu skala ang dapat diperbandingkan dari setiap alternatif pada setiap kriteria (r ) dengan uraian: r = = 5 = = r = r = = r = = r 5 = 5 = r 6 = 6 = = = = = = : Langkah a i Melakukan noralisasi nilai ang erupakan rating kinerja ke-i terhadap kriteria ke j, untuk i = j = (... n ) : i terhadap dengan i = rating kinerja ke-i (baris) penjulahan i alternatif, baris sapai (i, i, i, i, i 5, i 6 ) terhadap nilai j = nilai kriteria kolo sapai n (untuk langkah enghitung nilai ) seperti ang diuraikan berikut ini : i = terhadap j = adalah ( ) i = terhadap j = adalah ( ) i = terhadap j = adalah 5 ( ) i = terhadap j = adalah ( ) i = 5 terhadap j = adalah ( 5 ) i = 6 terhadap j = adalah ( 6 ) sehingga terbentuklah nilai aitu:,, 5,,, Langkah b : i Dari langkah a dilakukan penjulahan nilai i=.. terhadap seperti berikut: = 5 =

7 Jurnal Siste Inforasi Bisnis 0(0) On-line : 9 Langkah c r = i : Setelah diketahui nilai dan keudian dilakukan noralisasi nilai ke dala suatu skala ang dapat diperbandingkan dari setiap alternatif pada setiap kriteria (r ) dengan uraian sebagai berikut: r = = = = r = r = = r = = r 5 = 5 = r 6 = 6 = = = = = = : Langkah a i Melakukan noralisasi nilai ang erupakan rating kinerja ke-i terhadap kriteria ke j, untuk i = j = (... n ) i terhadap Dengan i = rating kinerja ke-i (baris) penjulahan i alternatif, baris sapai (i, i, i, i, i 5, i 6 ) terhadap nilai j = nilai kriteria kolo sapai n (untuk langkah enghitung nilai ) seperti ang diuraikan berikut ini : i = terhadap j = adalah ( ) i = terhadap j = adalah ( ) i = terhadap j = adalah ( ) i = terhadap j = adalah ( ) i = 5 terhadap j = adalah ( 5 ) i = 6 terhadap j = adalah 5 ( 6 ) sehingga terbentuklah nilai aitu: = Langkah b : i Dari langkah a dilakukan penjulahan nilai i=.. terhadap seperti berikut: = 5 = Langkah c r = i : Setelah diketahui nilai dan keudian dilakukan noralisasi nilai ke dala suatu skala ang dapat diperbandingkan dari setiap alternatif pada setiap kriteria (r ) dengan uraian: r = = r = = r = = r = = r 5 = 5 = r 6 = 6 = = = = = = = ilai ang telah dilakukan noralisasi ke dala suatu skala ang dapat diperbandingkan dari setiap alternatif pada setiap kriteria (r ) enghasilkan Matrik ternoralisasi (R) R ) Mebuat batriks keputusan ternoralisasi terbobot. Langkah selanjutna adalah elakukan perkalian atrik keputusan ternoralisasi dengan bobot kriteria ang berisikan bobot kepentingan setiap kriteria ang engekpresikan kepentingan relatifna sehingga enghasilkan batrik Y Y * = ) Menentukan atrik solusi ideal positif (A + ) dan atrik solusi ideal negatif (A - ). Pada solusi ideal positif ini ditentukan berdasarkan hasil terbesar (Ma) atrik keputusan ternoralisasi terbobot berdasarkan nilai ternoralisasi terbobot terhadap kriteria ditandai dengan untuk j = kriteria dari j sapai. Pada solusi ideal negatif ditentukan berdasarkan hasil terkecil (Min) atrik keputusan ternoralisasi terbobot berdasarkan nilai ternoralisasi terbobot terhadap kriteria ditandai dengan j untuk j = kriteria dari sapai. Karena nilai ang diberikan terhadap kriteria erupakan nilai kecocokan (nilai terbesar adalah terbaik) aka seua kriteria ang diberikan, di asusikan sebagai kriteria keuntungan

8 Jurnal Siste Inforasi Bisnis 0(0) On-line : 50 Uraian solusi ideal positif (A + ) enggunakan persaaan: A + = [,,..., n ] dengan a ; jika j adalah kriteria keuntungan j in ; jika j adalah kriteria biaa seperti berikut: = a[.000;.66;.66;.8;.66;.66] =.000 = a[.0595;.656; ;.656;.7;.0595] =.0595 = a[.675;.056;.7090;.056;.056;.056] =.7090 = a[0.7070; 0.70; 0.980; ; ;.785] =.785 A + = [.000 ;.0595;.7090;.785] Uraian solusi ideal negatif (A - ), enggunakan persaaan: A - = [,,..., n ]; dengan in j a ; jika j adalah kriteria keuntungan ; jika j adalah kriteria biaa seperti berikut ini: = in [.000;.66;.66;.8;.66;.66] =.8 = in [.0595;.656; ;.656;.7;.0595] = = in [.675;.056;.7090;.056;.056;.056] =.056 = in [0.7070; 0.70; 0.980; ; ;.785] = 0.70 A - = [.8; ;.056; 0.70] Dari atrik keputusan ternoralisasi terbobot berdasarkan nilai ternoralisasi terbobot pada setiap kriteria j aka dihasilkan atrik solusi ideal positif (A + ) dan atrik solusi ideal negatif (A - ) Tabel. Solusi ideal positif (A + ) dan negatif (A - ) A A ) Menentukan jarak antara nilai terbobot setiap alternatif solusi ideal positif S i + dan negatif S i -. Untuk jarak antara nilai terbobot setiap alternatif terpilih ang terbaik eiliki jarak terpendek dari solusi ideal positif S i + : Untuk jarak antara nilai terbobot setiap alternatif terpilih ang terbaik eiliki jarak terpanjang terhadap solusi ideal negatif S i - : Jarak antara nilai terbobot setiap alternatif solusi ideal positif S i + dan negatif S i - Tabel. Jarak antara nilai terbobot positif dan negatif + S i - S i A A A A A A sehingga untuk alternatif terpilih ang terbaik eiliki jarak terpendek dari solusi ideal positif S + i adalah S + = Untuk alternatif terpilih ang terbaik eiliki - jarak terpanjang dari solusi ideal negatif S i - adalah S =.50 5) Menentukan kedekatan setiap alternatif terhadap solusi ideal Untuk nilai preferensi ang lebih besar enunjukkan alternatif fasilitas hotel ang lebih dipilih, dengan S enggunakan persaaan: A i = i S S i i.50 A A A A A A Dari perhitungan diperoleh nilai preferensi untuk A i untuk kedekatan setiap alternatif terhadap solusi ideal ang diranking berdasarkan nilai tertinggi. A = 0.7

9 Jurnal Siste Inforasi Bisnis 0(0) On-line : 5 A 6 = A = 0.55 A = 0.0 A = A 5 = 0.9 Dari nilai preferensi A i ini dapat dilihat bahwa A eiliki nilai ranking terbesar, sehingga dapat disipulkan bahwa alternatif A atau alternatif Kaar Tau (guest roos) ang akan dipilih.... Pengujian hasil akhir Langkah terakhir adalah elakukan pengujian terhadap hasil akhir ang dihasilkan siste, pengujian ini dilakukan dengan elakukan pencocokan nilai dari hasil akhir antara siste aplikasi Visual Basic 6 dengan perhitungan Ecel. a. Hasil akhir dari perhitungan ateatis etode TOPSIS enggunakan Aplikasi Visual Bascic 6 dapat dilihat pada tabel dengan nilai hasil enggunakan bilangan pecahan 5 digit dibelakang koa. Tabel. Hasil Akhir Aplikasi Visual Basic 6 Hasil A A A A A A b. Hasil akhir dari perhitungan ateatis etode TOPSIS enggunakan Ecel dapat dilihat pada tabel dengan nilai hasil enggunakan bilangan pecahan 5 digit dibelakang koa. Tabel 5. Hasil perhitungan Ecel Hasil A 0.7 A 0.55 A 0.0 A A A c. Pada perhitungan ateatis etode TOPSIS dilakukan pengujian nilai akhir antara siste dengan Ecel, dengan cara encocokan nilai akhir. Tabel 6. Kecocokan ilai Akhir Alternati f Visual Basic 6 Ecel A Kecocokan ilai Kecocokan nilai A terdapat pada angka pertaa aitu 0 dan lia angka dibelakang koa aitu 7 Alternati f A A A5 Visual Basic 6 Ecel Kecocokan ilai Kecocokan nilai A terdapat pada angka pertaa aitu 0 dan tiga angka dibelakang koa aitu dan ketidak cocokan pada nilai keepat dan nilai kelia dibelakang koa Kecocokan nilai A terdapat pada angka pertaa aitu 0 dan lia angka dibelakang koa aitu 0990 Kecocokan nilai A 5 terdapat pada angka pertaa aitu 0 dan lia angka dibelakang koa aitu 9 Kecocokan nilai A 5 terdapat pada angka pertaa A aitu 0 dan lia angka dibelakang koa aitu 6508 Perhitungan ateatis dengan enggunakan etode TOPSIS telah dilakukan pengujian dengan elakukan pencocokan nilai akhir antara siste dengan Ecel. Dengan hasil A terdapat ketidak cocokan nilai pada nilai keepat dan kelia di belakang koa. 5. Kesipulan Proses pada siste pendukung keputusan untuk pengadaan fasilitas hotel dengan etode TOPSIS dilakukan dengan enggunakan perhitungan secara ateatis enggunakan Ecel ang bertujuan untuk enghasilkan nilai akhir dan rekoendasi fasilitas. Selanjutna, dilakukan perbandingan nilai akhir untuk enapilkan rekoendasi berupa solusi ideal alternatif untuk pengadaan fasilitas hotel. Untuk enapilkan laporan dari hasil rekoendasi dapat enekan tobol PREVIEW dan untuk kebali keenu utaa dapat enekan tobol HOME Daftar Pustaka Bun, H.S., Lee, K.H., 00. A decision support sste for the selection of a rapid prototping process using the odified TOPSIS ethod. Int J Adv Manuf Technol, 6: 8 7. Jiang, J., Chen, YW., Tang D.W., Chen Y.W., 00. TOPSIS with Belief Structure for Group Belief Multiple Criteria Decision Making. International Journal of Autoation and Coputing, 7 (), 59-6.

10 Jurnal Siste Inforasi Bisnis 0(0) On-line : 5 Kusrini, 007. Konsep dan Aplikasi Siste Pendukung Keputusan. Andi Offset, Yogakarta. Kusuadewi, S., Hartati, S., Harjoko, A, Wardoo, R., 006. Fuzz ulti-attribute Decision Making (Fuzz MADM). Graha Ilu, Yogakarta. Suradi, K., Radhani, A., 998. Siste Pendukung Keputusan Suatu Wacana Struktural Idealisasi dan Ipleentasi Konsep Pengabilan Keputusan. PT Reaja Rosdakara, Bandung. Wei, Gui-Wu., 00. Etension of TOPSIS ethod for -tuple linguistic ultiple attribute group decision aking with incoplete weight inforation. Knowl Inf Sst 5: 6-6. Yong, D., 006. Plant location selection based on fuzz TOPSIS. Int. J. Adv. Manuf.. Technol, : 89-8.

PEMILIHAN PERINGKAT TERBAIK FESTIVAL KOOR MENGGUNAKAN METODE TOPSIS

PEMILIHAN PERINGKAT TERBAIK FESTIVAL KOOR MENGGUNAKAN METODE TOPSIS Seinar Nasional Teknologi Inforasi dan Kounikasi 01 (SENTIKA 01 ISSN: 089-981 Yogyakarta, 8 Maret 01 PEMILIHAN PERINGKAT TERBAIK FESTIAL KOOR MENGGUNAKAN METODE TOPSIS Sauel Manurung 1 1Progra Studi Teknik

Lebih terperinci

SISTEM PENDUKUNG KEPUTUSAN SELEKSI PENERIMAAN CALON ASISTEN PRAKTIKUM MENGGUNAKAN METODE SMART

SISTEM PENDUKUNG KEPUTUSAN SELEKSI PENERIMAAN CALON ASISTEN PRAKTIKUM MENGGUNAKAN METODE SMART Prosiding Seinar Nasional Ilu Koputer dan Teknologi Inforasi Vol., No., Septeber 07 e-issn 540-790 dan p-issn 54-66X SISTEM PENDUKUNG KEPUTUSAN SELEKSI PENERIMAAN CALON ASISTEN PRAKTIKUM MENGGUNAKAN METODE

Lebih terperinci

SISTEM PENDUKUNG KEPUTUSAN ACCOUNT OFFICER BRIGUNA PRODUKTIF DENGAN METODE SIMPLE ADDITIVE WEIGHTING PADA PT BANK RAKYAT INDONESIA (PESERO),

SISTEM PENDUKUNG KEPUTUSAN ACCOUNT OFFICER BRIGUNA PRODUKTIF DENGAN METODE SIMPLE ADDITIVE WEIGHTING PADA PT BANK RAKYAT INDONESIA (PESERO), SISTEM PENDUKUNG KEPUTUSAN ACCOUNT OFFICER BRIGUNA PRODUKTIF DENGAN METODE SIMPLE ADDITIVE WEIGHTING PADA PT BANK RAKYAT INDONESIA (PESERO), Tbk KANTOR CABANG SEMARANG PATIMURA Dhia Prathaa Adikusua Siste

Lebih terperinci

MAKALAH SISTEM BASIS DATA

MAKALAH SISTEM BASIS DATA MAKALAH SISTEM BASIS DATA (Entity Relationship Diagra (ERD) Reservasi Hotel) Disusun Oleh : Yulius Dona Hipa (16101055) Agustina Dau (15101635) Arsenia Weni (16101648) PROGRAM STUDI TEKNIK INFORMARIKA

Lebih terperinci

DISTRIBUSI DUA PEUBAH ACAK

DISTRIBUSI DUA PEUBAH ACAK 0 DISTRIBUSI DUA PEUBAH ACAK Dala hal ini akan dibahas aca-aca fungsi peluang atau fungsi densitas ang berkaitan dengan dua peubah acak, aitu distribusi gabungan, distribusi arginal, distribusi bersarat,

Lebih terperinci

PERANCANGAN SISTEM KOMPUTERISASI PROSES PINJAMAN DAN ANGSURAN PINJAMAN ANGGOTA KOPERASI ( STUDI KASUS PADA KOPERASI AMANAH SEJAHTERA SEMARANG )

PERANCANGAN SISTEM KOMPUTERISASI PROSES PINJAMAN DAN ANGSURAN PINJAMAN ANGGOTA KOPERASI ( STUDI KASUS PADA KOPERASI AMANAH SEJAHTERA SEMARANG ) PERANCANGAN SISTEM KOMPUTERISASI PROSES PINJAMAN DAN ANGSURAN PINJAMAN ANGGOTA KOPERASI ( STUDI KASUS PADA KOPERASI AMANAH SEJAHTERA SEMARANG ) Siti Munawaroh, S.Ko Abstrak: Koperasi Aanah Sejahtera erupakan

Lebih terperinci

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

SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN PENERIMA BEASISWA MENGGUNAKAN METODE FMADM (STUDI KASUS: MAHASISWA FKIP UMN AL-WASHLIYAH MEDAN) ABSTRACT ZERO JURNAL MATEMATIKA DAN TERAPAN Volume 1 No. 1 2017 P-ISSN: 2580-569X E-ISSN : 2580-5754 SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN PENERIMA BEASISWA MENGGUNAKAN METODE FMADM (STUDI KASUS: MAHASISWA

Lebih terperinci

BAB I PENDAHULUAN. dalam skala prioritas pembangunan nasional dan daerah di Indonesia

BAB I PENDAHULUAN. dalam skala prioritas pembangunan nasional dan daerah di Indonesia BAB I PENDAHULUAN A. Latar Belakang Masalah Pebangunan ekonoi erupakan asalah penting bagi suatu negara, untuk itu sejak awal pebangunan ekonoi endapat tepat penting dala skala prioritas pebangunan nasional

Lebih terperinci

BAB I PENDAHULUAN. segi kuantitas dan kualitasnya. Penambahan jumlah konsumen yang tidak di ikuti

BAB I PENDAHULUAN. segi kuantitas dan kualitasnya. Penambahan jumlah konsumen yang tidak di ikuti BAB I PENDAHULUAN 1.1 Latar Belakang Air erupakan kebutuhan yang penting bagi kehidupan anusia. Manusia tidak dapat elanjutkan kehidupannya tanpa penyediaan air yang cukup dala segi kuantitas dan kualitasnya.

Lebih terperinci

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN TEMPAT WISATA YOGYAKARTA MENGGUNAKAN METODE ELimination Et Choix Traduisant La RealitA (ELECTRE)

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN TEMPAT WISATA YOGYAKARTA MENGGUNAKAN METODE ELimination Et Choix Traduisant La RealitA (ELECTRE) SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN TEMPAT WISATA YOGYAKARTA MENGGUNAKAN METODE ELiination Et Choix Traduisant La RealitA (ELECTRE) Linda Marlinda Jurusan Teknik Koputer, AMIK Bina Sarana Inforatika Jl.RS

Lebih terperinci

Kata Kunci : Fuzzy MADM, SAW, kriteria, beasiswa.

Kata 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 terperinci

DECISION SUPPORT SYSTEM FOR DETERMINING SCHOLARSHIP RECIPIENTS USING TOPSIS FMADM METHOD

DECISION 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 terperinci

SISTEM 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 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 terperinci

PEMILIHAN KRITERIA DALAM PEMBUATAN KARTU KREDIT DENGAN MENGGUNAKAN METODE FUZZY AHP

PEMILIHAN KRITERIA DALAM PEMBUATAN KARTU KREDIT DENGAN MENGGUNAKAN METODE FUZZY AHP E-Jurnal Mateatika Vol. 3, No. Januari 204, 25-32 ISSN: 2303-75 PEMILIHAN KRITERIA DALAM PEMBUATAN KARTU KREDIT DENGAN MENGGUNAKAN METODE FUZZY AHP JOKO HADI APRIANTO, G. K. GANDHIADI 2, DESAK PUTU EKA

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI. Beberapa Defenisi Pada analisa keputusan, si pebuat keputusan selalu doinan terhadap penjabaran seluruh alternatif yang terbuka, eperkirakan konsequensi yang perlu dihadapi pada setiap

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1. Konsep Dasar Graph Sebelu sapai pada pendefinisian asalah network flow, terlebih dahulu pada bagian ini akan diuraikan engenai konsep-konsep dasar dari odel graph dan representasinya

Lebih terperinci

Abstract. Keywords: Scholarship, Fuzzy MADM, SAW, Criteria.

Abstract. Keywords: Scholarship, Fuzzy MADM, SAW, Criteria. ISSN : 1693 1173 Sistem Pendukung Keputusan Beasiswa Diklat dengan Fuzzy Multiple Attribute Decission Making (MADM) Tri Handayani, Wawan Laksito Yuly Saptomo, Teguh Susyanto Abstract The scholarship is

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1 Data dan Variabel 2.1.1 Data Pengertian data enurut Webster New World Dictionary adalah things known or assued, yang berarti bahwa data itu sesuatu yang diketahui atau dianggap.

Lebih terperinci

PENGEMBANGAN SISTEM DETEKSI AWAL PENYAKIT KEWANITAAN DAN KANDUNGAN MENGGUNAKAN METODE DEMPSTER SHAFER

PENGEMBANGAN SISTEM DETEKSI AWAL PENYAKIT KEWANITAAN DAN KANDUNGAN MENGGUNAKAN METODE DEMPSTER SHAFER PENGEMBANGAN SISTEM DETEKSI AWAL PENYAKIT KEWANITAAN DAN KANDUNGAN MENGGUNAKAN METODE DEMPSTER SHAFER Myrda Septi Rahantika 1, Dwi Puspitasari 2, Rudy Ariyanto 3 1,2 Teknik Inforatika, Teknologi Inforasi,

Lebih terperinci

Multi-Attribute Decision Making

Multi-Attribute Decision Making Materi Kuliah [05] SPK & Business Intelligence Multi-Attribute Decision Making Dr. Sri Kusumadewi Lizda Iswari Magister Teknik Informatika Program Pascasarjana Fakultas Teknologi Industri Universitas Islam

Lebih terperinci

IMPLEMENTASI SISTEM REKOMENDASIAN PENERIMAAN BEASISWA DENGAN MENGGUNAKAN FMADM

IMPLEMENTASI SISTEM REKOMENDASIAN PENERIMAAN BEASISWA DENGAN MENGGUNAKAN FMADM IMPLEMENTASI SISTEM REKOMENDASIAN PENERIMAAN BEASISWA DENGAN MENGGUNAKAN FMADM Anis Yusrotun Nadhiroh Jurusan Teknik Informatika - STT Nurul Jadid Paiton ayusrotun@gmail.com ABSTRAK Sesuai dengan peraturan

Lebih terperinci

FORM (FR) SATUAN ACARA PERKULIAHAN

FORM (FR) SATUAN ACARA PERKULIAHAN Jl. Angkrek Situ No 19 Kabupaten Sueg Tgl. Terbit : 1 Septeber 2014 Hal : 1/7 Kode Mata Kuliah : SI4015 Mata Kuliah : Rekayasa Siste Inforasi Bobot SKS : 3 Jurusan/Prodi : Siste Inforasi Seester : 6 Dosen

Lebih terperinci

Penerapan 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. 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 terperinci

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

Kata Kunci: Guru, Decision support systems, MADM, SAW. 1. Pendahuluan RANCANG BANGUN DECISION SUPPORT SYSTEM PEMILIHAN GURU TERBAIK MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) (STUDI KASUS : SMA BHAKTI PERTIWI KOTA TANGERANG) Taufik Hidayat, S.Kom., M.Kom 1, Fajar

Lebih terperinci

KAJIAN METODE ZILLMER, FULL PRELIMINARY TERM, DAN PREMIUM SUFFICIENCY DALAM MENENTUKAN CADANGAN PREMI PADA ASURANSI JIWA DWIGUNA

KAJIAN METODE ZILLMER, FULL PRELIMINARY TERM, DAN PREMIUM SUFFICIENCY DALAM MENENTUKAN CADANGAN PREMI PADA ASURANSI JIWA DWIGUNA Jurnal Mateatika UNAND Vol. 3 No. 4 Hal. 160 167 ISSN : 2303 2910 c Jurusan Mateatika FMIPA UNAND KAJIAN METODE ZILLMER, FULL PRELIMINARY TERM, DAN PREMIUM SUFFICIENCY DALAM MENENTUKAN CADANGAN PREMI PADA

Lebih terperinci

Sistem Informasi Manajemen Penjualan Pada Koperasi Pegawai Negeri Kantor

Sistem Informasi Manajemen Penjualan Pada Koperasi Pegawai Negeri Kantor Siste Inforasi Manajeen Penjualan Pada Koperasi Pegawai Negeri Kantor Gubernur Berbasis Web Deasy AnnisaSari, Helfi Nasution 2, Anggi Sriurdianti Sukato 3. Progra Studi Inforatika Universitas Tanjungpura,2,3

Lebih terperinci

BAHASAN ALGORITME ARITMETIK GF(3 ) Telah dijelaskan sebelumnya bahwa dalam mengonstruksi field GF(3 )

BAHASAN ALGORITME ARITMETIK GF(3 ) Telah dijelaskan sebelumnya bahwa dalam mengonstruksi field GF(3 ) BAB IV BAHASAN ALGORITME ARITMETIK GF(3 ) Telah dijelaskan sebelunya bahwa dala engonstruksi field GF(3 ) diperoleh dari perluasan field 3 dengan eilih polinoial priitif berderajat atas 3 yang dala hal

Lebih terperinci

Andri Syafrianto Teknik Informatika STMIK El Rahma

Andri 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 terperinci

Seminar Nasional Aplikasi Teknologi Informasi 2009 (SNATI 2009) ISSN: Yogyakarta, 20 Juni 2009

Seminar 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 terperinci

Penerapan Metode Simpleks Untuk Optimalisasi Produksi Pada UKM Gerabah

Penerapan Metode Simpleks Untuk Optimalisasi Produksi Pada UKM Gerabah Konferensi Nasional Siste & Inforatika 2017 STMIK STIKOM Bali, 10 Agustus 2017 Penerapan Metode Sipleks Untuk Optialisasi Produksi Pada UKM Gerabah Ni Luh Gede Pivin Suwirayanti STMIK STIKOM Bali Jl. Raya

Lebih terperinci

IV. METODE PENELITIAN

IV. METODE PENELITIAN IV. METODE PENELITIAN 4.1 Lokasi dan Waktu Penelitian Penelitian ini dilakukan di PT Tirta Ala Seesta. Perusahaan tersebut berlokasi di Desa Ciburayut, Kecaatan Cigobong, Kabupaten Bogor. Peilihan objek

Lebih terperinci

Implementasi Histogram Thresholding Fuzzy C-Means untuk Segmentasi Citra Berwarna

Implementasi Histogram Thresholding Fuzzy C-Means untuk Segmentasi Citra Berwarna JURNAL TEKNIK POMITS Vol., No., (03) ISSN: 337-3539 (30-97 Print) Ipleentasi Histogra Thresholding Fuzzy C-Means untuk Segentasi Citra Berwarna Risky Agnesta Kusua Wati, Diana Purwitasari, Rully Soelaian

Lebih terperinci

BAB I PENDAHULUAN. pembangunan di bidang-bidang lain, seperti sosial, politik, dan budaya. perbedaan antara yang kaya dengan yang miskin.

BAB I PENDAHULUAN. pembangunan di bidang-bidang lain, seperti sosial, politik, dan budaya. perbedaan antara yang kaya dengan yang miskin. BAB I PENDAHULUAN A. Latar Belakang Masalah Pebangunan ekonoi erupakan asalah penting bagi suatu negara, untuk itu sejak awal pebangunan ekonoi endapat tepat penting dala skala prioritas pebangunan nasional

Lebih terperinci

Sistem Pendukung Keputusan Seleksi Beasiswa Pendidikan Menggunakan Metode Simple Additive Weighting

Sistem 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 terperinci

Sistem Pendukung Keputusan Dalam Menentukan Dosen Pembimbing Skripsi

Sistem 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 terperinci

SISTEM INFORMASI PENENTUAN PERINGKAT KARYAWAN MENGGUNAKAN METODE ELIMINATION ET CHOIX TRADUISANT LAREALITÉ (ELECTRE) DI PT TELKOM REGIONAL III

SISTEM INFORMASI PENENTUAN PERINGKAT KARYAWAN MENGGUNAKAN METODE ELIMINATION ET CHOIX TRADUISANT LAREALITÉ (ELECTRE) DI PT TELKOM REGIONAL III SISTEM INFORMASI PENENTUAN PERINGKAT KARYAWAN MENGGUNAKAN METODE ELIMINATION ET CHOIX TRADUISANT LAREALITÉ (ELECTRE) DI PT TELKOM REGIONAL III Iran Harian, S.T., M.T. 1, Lia Purnaasari 2 1 Siste Inforasi

Lebih terperinci

SISTEM PENDUKUNG KEPUTUSAN DALAM PEMBERIAN BEASISWA DENGAN MENGGUNAKAN METODE WEIGHTED PRODUCT (Studi kasus: Universitas Sari Mutiara Indonesia)

SISTEM 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 terperinci

BAB III. METODE PENELITIAN. Tabel 1. Indikator/ Indikasi Penelitian

BAB III. METODE PENELITIAN. Tabel 1. Indikator/ Indikasi Penelitian 39 BAB III. METODE PENELITIAN 3.1. Tipe Penelitian Penelitian ini terasuk tipe penelitian dengan pendekatan analisis deskriptif kualitatif dan kuantitatif. Analisis ini dipergunakan untuk enggabarkan tentang

Lebih terperinci

PEMBENTUKAN SEL-SEL MESIN UNTUK MENDAPATKAN PENGURANGAN JARAK DAN BIAYA MATERIAL HANDLING DENGAN METODE HEURISTIK DI PT. BENGKEL COKRO BERSAUDARA

PEMBENTUKAN SEL-SEL MESIN UNTUK MENDAPATKAN PENGURANGAN JARAK DAN BIAYA MATERIAL HANDLING DENGAN METODE HEURISTIK DI PT. BENGKEL COKRO BERSAUDARA PEMBENTUKAN SEL-SEL MESIN UNTUK MENDAPATKAN PENGURANGAN JARAK DAN BIAYA MATERIAL HANDLING DENGAN METODE HEURISTIK DI PT. BENGKEL COKRO BERSAUDARA Babang Purwanggono, Andre Sugiyono Progra Studi Teknik

Lebih terperinci

JSIKA Vol. 5, No. 5. Tahun 2016 ISSN X

JSIKA Vol. 5, No. 5. Tahun 2016 ISSN X SISTEM INFORMASI MANAJEMEN ASET TI PADA KEMENTERIAN AGAMA KOTA PROBOLINGGO Zulfikar Rahan 1) Arifin Puji Widodo 2) Anjik Sukaaji 3) S1 / Jurusan Siste Inforasi Institut Bisnis dan Inforatika STIKOM Surabaya

Lebih terperinci

Rancang Bangun Sistem Informasi Perpustakaan Berbasis Web Pada SMPN 71 Jakarta

Rancang Bangun Sistem Informasi Perpustakaan Berbasis Web Pada SMPN 71 Jakarta Siposiu Nasional Ilu Pengetahuan dan Teknologi (SIMNASIPTEK) 207 ISBN: 978-602-6268-4-9 Rancang Bangun Siste Inforasi Perpustakaan Berbasis Web Pada SMPN 7 Jakarta Kurniawati, Ghofar Taufik 2 STMIK Nusa

Lebih terperinci

APLIKASI PEMESANAN PRODUK TIENS BERDASARKAN LOCATION BASED SERVICE BERBASIS ANDROID

APLIKASI PEMESANAN PRODUK TIENS BERDASARKAN LOCATION BASED SERVICE BERBASIS ANDROID Seinar Nasional APTIKOM (SEMNASTIKOM), FaveHotel Jayapura, 3 Noveber 207 APLIKASI PEMESANAN PRODUK TIENS BERDASARKAN LOCATION BASED SERVICE BERBASIS ANDROID Febryna Chaniago, Rikip Ginanjar 2, Rosalina

Lebih terperinci

SKRIPSI. Diajukan Untuk Memenuhi Sebagian Syarat Guna Memperoleh Gelar Sarjana Komputer (S.Kom) Pada Program Studi Sistem Informasi OLEH :

SKRIPSI. 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 terperinci

BAB II TINJAUAN PUSTAKA

BAB 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 terperinci

Aplikasi Information Retrieval (IR) CATA Dengan Metode Generalized Vector Space Model

Aplikasi Information Retrieval (IR) CATA Dengan Metode Generalized Vector Space Model Aplikasi Inforation Retrieval (IR) CATA Dengan Metode Generalized Vetor Spae Model Hendra Bunyain, Chathalea Puspa Negara Jurusan Teknik Inforatika Fakultas Teknologi Inforasi, Universitas Kristen Maranatha.

Lebih terperinci

SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN PENERIMA BEASISWA DI SMA NEGERI 6 PANDEGLANG

SISTEM 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 terperinci

IMPLEMENTASI PANORAMIC IMAGE MOSAIC DENGAN METODE 8 PARAMETER PERSPECTIVE TRANSFORMATION

IMPLEMENTASI PANORAMIC IMAGE MOSAIC DENGAN METODE 8 PARAMETER PERSPECTIVE TRANSFORMATION IMPLEMENTSI PNORMIC IMGE MOSIC DENGN METODE 8 PRMETER PERSPECTIVE TRNSFORMTION Rud dipranata, Hendra Litoo, Cherr G. Ballangan Teknik Inforatika, Fakultas Teknologi Industri, Universitas Kristen Petra

Lebih terperinci

Model Penunjang Keputusan Untuk Seleksi Korps Sukarela PMI Dengan Metode Weighted Product

Model Penunjang Keputusan Untuk Seleksi Korps Sukarela PMI Dengan Metode Weighted Product ISSN: 2089-3787 1030 Model Penunjang Keputusan Untuk Seleksi Korps Sukarela PMI Dengan Metode Weighted Product Nurmaliani 1, Muhammad Faisal Amin 2, Boy Abidin R. 3 Program Studi Teknik Informatika, STMIK

Lebih terperinci

PERBANDINGAN NILAI RELIABILITAS DARI HASIL METODE SAW DAN METODE TOPSIS

PERBANDINGAN 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 terperinci

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

Oleh : Tutut Maitanti*, Ema Utami**, Emha Taufiq Luthfi** PENERAPAN TOPSIS FUZZY MADM DALAM MEMBANGUN SISTEM PENDUKUNG KEPUTUSAN SELEKSI PENERIMAAN BEASISWA Oleh : Tutut Maitanti*, Ema Utami**, Emha Taufiq Luthfi** STMIK AMIKOM YOGYAKARTA ABSTRAK Penelitian ini

Lebih terperinci

Sistem Pendukung Keputusan Penentuan Lokasi Gudang di Perusahaan dengan Metode Weighted Product

Sistem 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 terperinci

FUZZY MADM DALAM EVALUASI PROGRAM STUDI MENGGUNAKAN METODE SIMPLE ADDITIF WEIGHTING

FUZZY 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 terperinci

SISTEM PENDUKUNG KEPUTUSAN DALAM PEMBERIAN BEASISWA DENGAN MENGGUNAKAN METODE WEIGHTED PRODUCT (Studi kasus: Universitas Sari Mutiara Indonesia)

SISTEM 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 terperinci

SISTEM PENDUKUNG KEPUTUSAN MENENTUKAN OPERATOR TERBAIK MENGGUNAKAN METODE TOPSIS (STUDI KASUS: CBOC REGIONAL 1/ PT. TELEKOMUNIKASI, TBK.

SISTEM PENDUKUNG KEPUTUSAN MENENTUKAN OPERATOR TERBAIK MENGGUNAKAN METODE TOPSIS (STUDI KASUS: CBOC REGIONAL 1/ PT. TELEKOMUNIKASI, TBK. SISTEM PENDUKUNG KEPUTUSAN MENENTUKAN OPERATOR TERBAIK MENGGUNAKAN METODE TOPSIS (STUDI KASUS: CBOC REGIONAL 1/ PT. TELEKOMUNIKASI, TBK.) DRAF SKRIPSI ANDRIAN HAMZANI 071401057 PROGRAM STUDI S1 ILMU KOMPUTER

Lebih terperinci

MADM-TOOL : APLIKASI UJI SENSITIVITAS UNTUK MODEL MADM MENGGUNAKAN METODE SAW DAN TOPSIS.

MADM-TOOL : APLIKASI UJI SENSITIVITAS UNTUK MODEL MADM MENGGUNAKAN METODE SAW DAN TOPSIS. MADM-TOOL : APLIKASI UJI SENSITIVITAS UNTUK MODEL MADM MENGGUNAKAN METODE SAW DAN TOPSIS. Henry Wibowo S Laboratorium Komputasi dan Sistem Cerdas Jurusan Teknik Informatika, Fakultas Teknologi Industri,Universitas

Lebih terperinci

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN STAF PENGAJAR MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING

SISTEM 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 terperinci

METODE 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) 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 terperinci

Sistem 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 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 terperinci

IMPLEMENTASI LINEAR CONGRUENT METHOD (LCM) PADA GAME HANGAROO BERBASIS ANDROID

IMPLEMENTASI LINEAR CONGRUENT METHOD (LCM) PADA GAME HANGAROO BERBASIS ANDROID IMPLEMENTASI LINEAR CONGRUENT METHOD (LCM) PADA GAME HANGAROO BERBASIS ANDROID Dwi Rizki Purnaasari Mahasiswa Progra Studi Teknik Inforatika STMIK Budidara Medan Jl. Sisingaangaraja No. 338 Sipang Liun

Lebih terperinci

PEMETAAN MEDAN ELEKTROMAGNETIK PADA PEMUKIMAN PENDUDUK DI BAWAH JARINGAN SUTT 150 KV PLN WILAYAH KALIMANTAN BARAT

PEMETAAN MEDAN ELEKTROMAGNETIK PADA PEMUKIMAN PENDUDUK DI BAWAH JARINGAN SUTT 150 KV PLN WILAYAH KALIMANTAN BARAT PEMETAAN MEDAN ELEKTROMAGNETIK PADA PEMUKIMAN PENDUDUK DI BAWAH JARINGAN SUTT 5 KV PLN WILAYAH KALIMANTAN BARAT Baharuddin Progra Studi Teknik Elektro, Universitas Tanjungpura, Pontianak Eail : cithara89@gail.co

Lebih terperinci

SIFAT-SIFAT OPERASI ARITMATIKA, DETERMINAN DAN INVERS PADA MATRIKS INTERVAL TUGAS AKHIR. Oleh : NURSUKAISIH

SIFAT-SIFAT OPERASI ARITMATIKA, DETERMINAN DAN INVERS PADA MATRIKS INTERVAL TUGAS AKHIR. Oleh : NURSUKAISIH SIFAT-SIFAT OPERASI ARITMATIKA DETERMINAN DAN INVERS PADA MATRIKS INTERVAL TUGAS AKHIR Diajukan Sebagai Salah Satu Syarat untuk Meperoleh Gelar Sarjana Sains pada Jurusan Mateatika Oleh : NURSUKAISIH 0854003938

Lebih terperinci

Multi atributte decision making (madm)

Multi 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 terperinci

SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN PENERIMAAN BEASISWA BAGI MAHASISWA STMIK AMIKOM YOGYAKARTA SKRIPSI

SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN PENERIMAAN BEASISWA BAGI MAHASISWA STMIK AMIKOM YOGYAKARTA SKRIPSI SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN PENERIMAAN BEASISWA BAGI MAHASISWA STMIK AMIKOM YOGYAKARTA SKRIPSI disusun oleh Gerdon 07.12.2562 JURUSAN SISTEM INFORMASI SEKOLAH TINGGI MANAJEMEN INFORMATIKA

Lebih terperinci

Multi atributte decision making (madm) MCDM, MADM, SAW

Multi 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 terperinci

BAB I PENDAHULUAN. daya nasional yang memberikan kesempatan bagi peningkatan demokrasi, dan

BAB I PENDAHULUAN. daya nasional yang memberikan kesempatan bagi peningkatan demokrasi, dan BAB I PENDAHULUAN A. Latar Belakang Masalah Pebangunan daerah sebagai bagian yang integral dari pebangunan nasional dilaksanakan berdasakan prinsip otonoi daerah dan pengaturan suber daya nasional yang

Lebih terperinci

SELEKSI PENERIMAAN CALON KARYAWAN MENGGUNAKAN METODE TOPSIS

SELEKSI PENERIMAAN CALON KARYAWAN MENGGUNAKAN METODE TOPSIS SELEKSI PENERIMAAN CALON KARYAWAN MENGGUNAKAN METODE TOPSIS Sri Lestari IBI Darmajaya t4ry09@yahoo.com ABSTRACT One factor supporting human resource development is qualification. The selection of employees

Lebih terperinci

PENJUMLAHAN MOMENTUM SUDUT

PENJUMLAHAN MOMENTUM SUDUT PENJUMAHAN MOMENTUM SUDUT A. Penjulahan Moentu Sudut = + Gabar.9. Penjulahan oentu angular secara klasik. Dua vektor oentu angular dan dijulahkan enghasilkan Jika oentu angular elektron pertaa adalah dan

Lebih terperinci

PENDAHULUAN. melakukan kegiatan Praktek Kerja Lapangan (PKL) baik tingkat SMK/sederajat

PENDAHULUAN. 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 terperinci

SISTEM PENDUKUNG KEPUTUSAN BEASISWA DIKLAT DENGAN FUZZY MADM

SISTEM PENDUKUNG KEPUTUSAN BEASISWA DIKLAT DENGAN FUZZY MADM SISTEM PENDUKUNG KEPUTUSAN BEASISWA DIKLAT DENGAN FUZZY MADM Tri Handayani (teha.nazla@gmail.com) Wawan Laksito YS (wlaksito@yahoo.com) Teguh Susyanto (teguhsusyanto@gmail.com) ISSN : 2338-408 ABSTRAK

Lebih terperinci

PERBANDINGAN KINERJA ALGORITMA GENETIKA DAN ALGORITMA HEURISTIK RAJENDRAN UNTUK PENJADUALAN PRODUKSI JENIS FLOW SHOP

PERBANDINGAN KINERJA ALGORITMA GENETIKA DAN ALGORITMA HEURISTIK RAJENDRAN UNTUK PENJADUALAN PRODUKSI JENIS FLOW SHOP PERBANDINGAN KINERJA ALGORITMA GENETIKA DAN ALGORITMA HEURISTIK RAJENDRAN UNTUK PERJADUALAN PRODUKSI JENIS FLOW SHOP (Didik Wahyudi) PERBANDINGAN KINERJA ALGORITMA GENETIKA DAN ALGORITMA HEURISTIK RAJENDRAN

Lebih terperinci

Gambar 1. Skema proses komunikasi dalam pembelajaran

Gambar 1. Skema proses komunikasi dalam pembelajaran 2 kurang tertarik epelajari pelajaran ilu pengetahuan ala karena etode pebelajaran yang diterapkan guru. Jadi etode pengajaran guru sangat epengaruhi inat belajar siswa dala epelajari ilu pengetahuan ala.

Lebih terperinci

SISTEM 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 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 terperinci

Penerapan Metode Weighted Product Model Untuk Seleksi Calon Karyawan

Penerapan 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 terperinci

RANCANGAN 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) 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 terperinci

Sistem Monitoring Proses Belajar Mengajar Menggunakan Model View Control

Sistem Monitoring Proses Belajar Mengajar Menggunakan Model View Control Siste Monitoring Proses Belajar Mengajar Menggunakan Model View Control Aswandi,Mursyidah 2, Chairul Azdaan 3 2,3 Jurusan Tekniknologi Inforasi dan Koputer Politeknik Negeri Lhokseuawe Jln. B.Aceh Medan

Lebih terperinci

MATRIKS DALAM LABORATORIUM oleh : Sugata Pikatan

MATRIKS DALAM LABORATORIUM oleh : Sugata Pikatan Kristal no.12/april/1995 1 MATRIKS DALAM LABORATORIUM oleh : Sugata Pikatan Di dala ateatika anda pasti sudah pernah berhadapan dengan sebuah siste persaaan linier. Cacah persaaan yang berada di dala siste

Lebih terperinci

PENENTUAN SISWA BERPRESTASI PADA SMK WIDYA YAHYA GADINGREJO DENGAN METODE SAW

PENENTUAN 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 terperinci

PENENTUAN 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 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 terperinci

ANALISIS KOMPARASI SIMPLE ADDITIVE WEIGHTING DAN WEIGHTED PRODUCT DALAM PENENTUAN PENERIMA BEASISWA

ANALISIS 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 terperinci

Model Sistem Informasi Pencatatan Pengembangan Bangunan Gedung

Model Sistem Informasi Pencatatan Pengembangan Bangunan Gedung ISSN: 026-3284 077 Model Siste Inforasi Pencatatan Pengebangan Bangunan Gedung Rakhat Fajri, Rintana Arnie STMIK Banjarbaru Jalan Ahad Yani K. 33,5 Banjarbaru riefaz@gail.co, rintana.bj@gail.co Abstrak

Lebih terperinci

PETUNJUK UMUM Pengerjaan Soal Tahap Final Diponegoro Physics Competititon Tingkat SMA

PETUNJUK UMUM Pengerjaan Soal Tahap Final Diponegoro Physics Competititon Tingkat SMA PETUNJUK UMUM Pengerjaan Soal Tahap Final Diponegoro Physics Copetititon Tingkat SMA 1. Ujian Eksperien berupa Naskah soal beserta lebar jawaban dan kertas grafik. 2. Waktu keseluruhan dala eksperien dan

Lebih terperinci

Studi Eksperimen Pengaruh Alur Permukaan Sirip pada Sistem Pendingin Mesin Kendaraan Bermotor

Studi Eksperimen Pengaruh Alur Permukaan Sirip pada Sistem Pendingin Mesin Kendaraan Bermotor Jurnal Kopetensi Teknik Vol. 1, No. 1, Noveber 009 1 Studi Eksperien Pengaruh Alur Perukaan Sirip pada Siste Pendingin Mesin Kendaraan Berotor Sasudin Anis 1 dan Aris Budiyono 1, Jurusan Teknik Mesin,

Lebih terperinci

SISTEM 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 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 terperinci

SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN UKM /HMJ PENERIMA BANTUAN DANA TAKTIS DENGAN METODE ELECTRE DAN WEIGHTED PRODUCT

SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN UKM /HMJ PENERIMA BANTUAN DANA TAKTIS DENGAN METODE ELECTRE DAN WEIGHTED PRODUCT SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN UKM /HMJ PENERIMA BANTUAN DANA TAKTIS DENGAN METODE ELECTRE DAN WEIGHTED PRODUCT SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN UKM/HMJ PENERIMA BANTUAN DANA TAKTIS

Lebih terperinci

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN INTERNET SERVICE PROVIDER MENERAPKAN METODE ELIMINATION AND CHOICE TRANSLATION REALITY (ELECTRE)

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN INTERNET SERVICE PROVIDER MENERAPKAN METODE ELIMINATION AND CHOICE TRANSLATION REALITY (ELECTRE) KOMIK (Konferensi Nasional Teknologi Inforasi dan Koputer) Volue I, Noor, Oktober 27 ISSN 259765 (edia online) ISSN 25976 (edia cetak) SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN INTERNET SERVICE PROVIDER MENERAPKAN

Lebih terperinci

ALJABAR MAX-PLUS BILANGAN KABUR (Fuzzy Number Max-Plus Algebra) INTISARI ABSTRACT

ALJABAR MAX-PLUS BILANGAN KABUR (Fuzzy Number Max-Plus Algebra) INTISARI ABSTRACT M. And Rhudito, dkk., Aljabar Max-Plus Bilangan Kabur ALJABAR MAX-PLUS BILANGAN KABUR (Fuzz Nuber Max-Plus Algebra) M. And Rudhito, Sri Wahuni 2, Ari Suparwanto 2 dan F. Susilo 3 Jurusan Pendidikan Mateatika

Lebih terperinci

BAB 4. HASIL DAN PEMBAHASAN

BAB 4. HASIL DAN PEMBAHASAN BAB 4. HASIL DAN PEMBAHASAN Analisa pelat lantai gedung rawat inap RSUD Surodinawan Kota Mojokerto dengan enggunakan teori garis leleh ebutuhkan beberapa tahap perhitungan dan analsis aitu perhitungan

Lebih terperinci

PEMILIHAN JURUSAN SISWA SMA MENGGUNAKAN METODE PENDUKUNG KEPUTUSAN FUZZY MADM

PEMILIHAN JURUSAN SISWA SMA MENGGUNAKAN METODE PENDUKUNG KEPUTUSAN FUZZY MADM A24 Seminar Nasional Teknologi Informasi 2016 PEMILIHAN JURUSAN SISWA SMA MENGGUNAKAN METODE PENDUKUNG KEPUTUSAN FUZZY MADM Fata Nidaul Khasanah 1), Rita Wahyuni Arifin 2) 1)2) Teknik Informatika STMIK

Lebih terperinci

PENERAPAN METODE SIMPLE ADDITIVE WEIGHTING DALAM SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN TABLET

PENERAPAN 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 terperinci

Sistem Pendukung Keputusan Penentuan Guru Berprestasi Menggunakan Fuzzy-Analytic Hierarchy Process (F-AHP) (Studi Kasus : SMA Brawijaya Smart School)

Sistem Pendukung Keputusan Penentuan Guru Berprestasi Menggunakan Fuzzy-Analytic Hierarchy Process (F-AHP) (Studi Kasus : SMA Brawijaya Smart School) Jurnal Pengebangan Teknologi Inforasi dan Ilu Koputer e-issn: 2548-964X Vol. 2, No. 5, Mei 2018, hl. 2095-2101 http://j-ptiik.ub.ac.id Siste Pendukung Keputusan Penentuan Guru Berprestasi Menggunakan Fuzzy-Analytic

Lebih terperinci

Analisis Pengaruh Pipa Kapiler yang Dililitkan pada Line Suction Terhadap Performansi Mesin Pendingin 1)

Analisis Pengaruh Pipa Kapiler yang Dililitkan pada Line Suction Terhadap Performansi Mesin Pendingin 1) JURNAL TEKNIK MESIN Vol 4, No 2, Oktober 2002: 94 98 Analisis Pengaruh Pipa Kapiler yang Dililitkan pada Line Suction Terhadap Perforansi Mesin Pendingin ) Ekadewi Anggraini Handoyo Dosen Fakultas Teknologi

Lebih terperinci

BAB I PENDAHULUAN. sumber untuk membiayai dirinya dan keluarganya, dan bagi tenaga kerja yang

BAB I PENDAHULUAN. sumber untuk membiayai dirinya dan keluarganya, dan bagi tenaga kerja yang BAB I PENDAHULUAN A. Latar Belakang Upah bagi para pekerja erupakan faktor penting karena erupakan suber untuk ebiayai dirinya dan keluarganya, dan bagi tenaga kerja yang berpendidikan upah erupakan hasil

Lebih terperinci

Sistem 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) 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 terperinci

KAJIAN PERBANDINGAN KINERJA GRAFIK PENGENDALI CUMULATIVE SUM

KAJIAN PERBANDINGAN KINERJA GRAFIK PENGENDALI CUMULATIVE SUM KAJIAN PERBANDINGAN KINERJA GRAFIK PENGENDALI CUMULATIVE SUM (CUSUM) DAN EXPONENTIALLY WEIGHTED MOVING AVERAGE () DALAM MENDETEKSI PERGESERAN RATARATA PROSES Oleh: Nurul Hidayah 06 0 05 Desen pebibing:

Lebih terperinci

SISTEM INFORMASI PENILAIAN KINERJA KARYAWAN MENGGUNAKAN METODE TECHNIQUE FOR OTHERS REFERENCE BY SIMILARITY TO IDEAL SOLUTION (TOPSIS)

SISTEM INFORMASI PENILAIAN KINERJA KARYAWAN MENGGUNAKAN METODE TECHNIQUE FOR OTHERS REFERENCE BY SIMILARITY TO IDEAL SOLUTION (TOPSIS) SISTEM INFORMASI PENILAIAN KINERJA KARYAWAN MENGGUNAKAN METODE TECHNIQUE FOR OTHERS REFERENCE BY SIMILARITY TO IDEAL SOLUTION (TOPSIS) Siti Kholijah Ritonga (0911442) Mahasiswa Program Studi Teknik Informatika

Lebih terperinci

BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI

BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI 2.1 Tinjauan Pustaka Sebagai tinjauan pustaka berikut beberapa contoh penelitian yang sudah dilakukann oleh para penelti yang dapat digunakan sebagai acuan dan

Lebih terperinci

SISTEM 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 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 terperinci

JURNAL GAUSSIAN, Volume 2, Nomor 4, Tahun 2013, Halaman Online di:

JURNAL GAUSSIAN, Volume 2, Nomor 4, Tahun 2013, Halaman Online di: JURNAL GAUSSIAN, Volue, Noor 4, Tahun 013, Halaan 343-350 Online di: http://eournal-s1.undip.ac.id/index.php/gaussian SEGMENTASI PASAR PADA PUSAT PERBELANJAAN MENGGUNAKAN FUZZY C-MEANS (STUDI KASUS: RITA

Lebih terperinci

Rita Hamdani. STMIK Pelita Nusantara Medan Jalan Iskandar Muda No.1, Merdeka, Medan Baru, Sumatera Utara

Rita Hamdani. STMIK Pelita Nusantara Medan Jalan Iskandar Muda No.1, Merdeka, Medan Baru, Sumatera Utara PENERAPAN METODE TECHNIQUE FOR ORDER PREFERENCE BY SIMILARITY TO IDEAL SOLUTIONDAN SIMPLE ADDITIVE WEIGHTING DALAM PEMBERIAN BEASISWA DI POLITEKNIK POLIPROFESI MEDAN Rita Hamdani STMIK Pelita Nusantara

Lebih terperinci

SISTEM 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 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 terperinci