SISTEM PENDUKUNG KEPUTUSAN PEMBERIAN INSENTIF BERDASARKAN PENILAIAN KINERJA KARYAWAN PADA PT. PRUDENTIAL LIFE ASSURANCE DENGAN METODE TOPSIS

Ukuran: px
Mulai penontonan dengan halaman:

Download "SISTEM PENDUKUNG KEPUTUSAN PEMBERIAN INSENTIF BERDASARKAN PENILAIAN KINERJA KARYAWAN PADA PT. PRUDENTIAL LIFE ASSURANCE DENGAN METODE TOPSIS"

Transkripsi

1 SISTEM PENDUKUNG KEPUTUSAN PEMBERIAN INSENTIF BERDASARKAN PENILAIAN KINERJA KARYAWAN PADA PT. PRUDENTIAL LIFE ASSURANCE DENGAN METODE TOPSIS Janter Leonardo Sirait ( ) Mahasiswa Program Studi Teknik Informatika, STMIK Budidarma Medan Jl. Sisingamangaraja No.338 Simpang Limun Medan // ABSTRAK Sistem Pendukung Keputusan merupakan program computer dipergunakan oleh para pengambil keputusan dalam hal menentukan jumlah insentif karyawan berdasarkan kriteria penilaian yang telah ditentukan. Penelitian ini menggunakan analisis studi kasus, karena penelitian ini bertujuan untuk mengetahui keterkaitan dari pemanfaatan data karyawan melalui rancangan sistem pendukung keputusan yang diharapkan mampu menghasilkan informasi yang bermanfaat dengan tingkat efisien dan efektifitas yang lebih baik. Diharapkan dengan sistem ini, proses pemberian insentif berdasarkan kinerja karyawan yang selama ini masih berjalan secara manual oleh bagian keuangan, dengan data yang diperoleh secara manual dari bagian kepegawaian dirasa kurang efektif dan efisien. Dengan demikian dapat diusulkan pengembangan sistem operasional pemberian insentif dengan menggunakan aplikasi sistem pendukung keputusan dalam menentukan nilai insentif karyawan. Sehingga menciptakan adanya kelancaran dalam proses pemberian pada PT. Prudential Life Assurace. Dengan menggunakan metode Technique For Order Preference by Similarity to Ideal Solution (TOPSIS), maka akan memperlancar pemberian insentif tersebut. Technique For Order Preference by Similarity to Ideal Solution (TOPSIS) sangat bermanfaat untuk sistem pendukung keputusan pemberian insentif berdasarkan penilaian kinerja karyawan pada PT. Prudential Life Assurance. Kata Kunci : Sistem Pendukung Keputusan, Sistem Pemberian Insentif, TOPSIS. 1. Pendahuluan 1.1 Latar Belakang Insentif adalah suatu penghargaan dalam bentuk uang yang diberikan oleh pihak pimpinan kepada karyawan agar mereka bekerja dengan motivasi yang tinggi, berprestasi dalam mencapai tujuan-tujuan organisasi/perusahaan atau pemberian uang diluar gaji, sebagai pengakuan terhadap prestasi kerja dan kontribusi karyawan kepada organisasi/perusahaan. Oleh sebab itu pemberian insentif kepada karyawan akan berdampak terhadap semangat dalam mencapai prestasi yang baik dan memberikan kinerja yang besar bagi perusahaan. Dimana untuk mendapatkan insentif berdasarkan kinerja karyawan harus memiliki kriteria seperti mutu kerja, tanggungjawab, inisiatif, kejujuran dan penguasaan tugas maka dibentuklah sebuah sistem untuk pemberian insentif agar mempermudah pihak perusahaan dalam pemberian insentif tersebut. Nur Asiyah (2004), Pengaruh Insentif Material Terhadap Kinerja Karyawan. Pemberian insentif harus tepat, dapat memberikan pengaruh positif bagi karyawan maupun perusahaan, karena dapat memberikan kepuasan bagi karyawan untuk meningkatkan semangat kerja berprestasi, karena bagi mayoritas karyawan, uang masih tetap mencapai kinerja yang lebih baik, dalam rangka memenuhi kebutuhan hidup bagi perusahaan, pemberian insentif merupakan tambahan biaya, akan tetapi perusahaan dapat memperoleh imbalan berupa peningkatan kinerja karyawan. Kinerja karyawan yang tinggi sangat dibutuhkan oleh sebuah perusahaan, karena kinerja karyawan merupakan modal utama bagi perusahaan untuk berkembang dan bersaing dalam era globalisasi. Ada beberapa metode dalam dalam sistem pendukung keputusan seperti Metode AHP( Analytical Hierarchy Process ), Metode IRR ( Metode Internal Rate Of Return), Metode NPV (Metode Net Present Value), Metode B/C Ratio (Benefit and Cost Ratio) dan lain sebagainya namun dalam penelitian ini penulis menggunakan metode TOPSIS (Technique For Order Preference by Similarity to Ideal Solution), karena metode topsis merupakan bentuk metode pendukung keputusan multi kriteria yang pertama kali diperkenalkan oleh Yoon dan Hwang (1981). 1.2 Perumusan Masalah Dari latar belakang di atas, maka dapat dirumuskan masalah sebagai berikut: merupakan motivasi utama dalam bekerja untuk 31

2 1. Bagaimana menilai kinerja karyawan untuk menerima insentif pada PT. Prudential Life Assurance? 2. Bagaimana menerapkan metode TOPSIS untuk menentukan pemberian insentif pada karyawan PT. Prudential Life Assurance? 3. Bagaimana merancang Sistem Pendukung Keputusan Pemberian Insentif Berdasarkan Penilaian Kinerja Karyawan pada PT. Prudential Life Assurance? 1.3 Batasan Masalah Adapun yang menjadi batasan masalahnya adalah: 1. Sistem Pendukung Keputusan ini dibuat dengan ruang lingkup pemberian insentif berdasarkan penilaian kinerja karyawan pada Prudential Life Assurance. 2. Kriteria yang digunakan adalah mutu kerja, tanggungjawab, inisiatif, kejujuran dan penguasaan tugas. 3. Sistem akan dirancang dengan menggunakan bahasa pemrograman Visual Basic 2008 dan Mysql. 2. Landasan Teori 2.1 Sistem Sistem merupakan kumpulan elemen yang saling berkaitan yang bertanggung jawab memproses masukan (input) sehingga menghasilkan keluaran (output)(kusrini, 2007). Suatu sistem dibuat untuk menangani sesuatu yang berulang kali atau yang secara rutin terjadi. Pendekatan sistem merupakan suatu filsafat atau persepsi tentang struktur yang mengkoordinasikan kegiatan-kegiatan atau operasi-operasi dalam suatu organisasi dengan cara yang efisien dan yang paling baik. Gordon B. Davis dalam buku terjemahannya yang berjudul Management Information Systems. Sistem dapat bersifat abstrak atau fisik, Sistem yang abstrak adalah susunan yangteratur dari gagasangagasan atau konsepsi-konsepsi yang saling bergantung. Misalnya, system teologi adalah susunan yang teratur dari gagasan-gagasan tentang Tuhan, manusia, dan sebagainya. Norman L. Enger dalam buku terjemahannya yang berjudul Management Standards for Developing Information Systems. Suatu sistem terdiri atas kegiatan-kegiatan yang berhubungan guna mencapai tujuan-tujuan perusahaan seperti pengendalian inventaris atau penjadwalan produksi. Sedangkan Prof. Dr. Mr. S Projudi Atmosudirjo menyatakan bahwa suatu sistem terdiri atas objek-objek atau unsur-unsur atau komponenkomponen yang berkaitan dan berhubungan satu sama lainnya sedemikian rupa sehingga unsurunsur tersebut merupakan suatu kesatuan pemrosesan atau pengolahan yang tertentu(sutabri, 2012). 2.2 Sistem Pendukung Keputusan (SPK) Dalam buku terjemahannya Scott Morton pada tahun 1970-an yang berjudul Decision Support systempertama kali mengartikulasikan konsep penting sistem pendukung keputusan. Ia mendefinisikan sistem pendukung keputusan sebagai sistem berbasis komputer interaktif, yang membantu para pengambil keputusan untuk menggunakan data dan berbagai model untuk memecahkan masalah-masalah tidak terstruktur. Definisi klasik lainnya yaitu Sistem pendukung keputusan memadukan sumber daya intelektual dari individu dengan kapabilitas komputer untuk meningkatkan kualitas keputusan. Dalam buku terjemahannya Keen dan Scott Morton (Asep et all, 2011), yang berjudul Decision Support system.sistem pendukung keputusan adalah sistem pendukung berbasis komputer bagi para pengambil keputusan manajemen yang menangani masalah-masalah tidak terstruktur. Sistem pendukung keputusan merupakan sistem informasi interaktif yang menyediakan informasi, pemodelan dan pemanipulasian data. Sistem itu digunakan untuk membantu pengambilan keputusan dalam situasi yang semiterstruktur dan situasi yang tidak terstruktur, dimana tak seorang pun tahu secara pasti bagaimana keputusan seharusnya dibuat (Kusrini, 2007). 2.2 TOPSIS (Technique for order Preference by Similarity to Ideal Solution) Pada dasarnya, proses pengambilan keputusan adalah memilih suatu alternatif. Menurut Hwang dan Zeleny dalam, TOPSIS (Technique For Order Preference By Similarity To Ideal Solution) didasarkan pada konsep dimana alternatif terpilih yang terbaik tidak hanya memiliki jarak terpendek dari solusi ideal positif, namun juga memiliki jarak terpanjang dari solusi ideal negatif (Kusumadewi, 2006). Menurut Hwang, Liang dan Yeh dalam, konsep ini banyak digunakan pada beberapa model MADM (Multi-Attribute Decision Making) untuk menyelesaikan masalah keputusan secara praktis. Hal ini disebabkan konsepnya sederhana, mudah dipahami, komputasinya efisien, dan memiliki kemampuan untuk mengukur kinerja relatif dari alternatif-alternatif keputusan dalam bentuk matematis yang sederhana. (Kusumadewi, 2006). Berikut adalah langkah-langkah dari metode TOPSIS(Asep et all, 2011): 1. TOPSIS dimulai dengan membangun sebuah matriks keputusan. Matriks keputusan X mengacu terhadap m alternatif yang akan dievaluasi berdasarkan n kriteria. Matriks keputusan X dapat dilihat pada gambar sebagai berikut. 32

3 X1 X2 X3... Xn ( j =1, 2, 3,..., n ) adalah elemen matriks solusi ideal negatif. 5. Menghitung separasi. a. S + adalah jarak alternatif dari solusiideal positif didefinisikan sebagai: X= 2. Membuat matriks keputusan yang ternormalisasi. Persamaan yang digunakan untuk mentransformasikan setiap elemen X ij x adalah, dengan i = 1, 2, 3,..., m..(3.5) b. S - adalah jarak alternatif dari solusiideal negatif didefinisikan sebagai: r ij =.. (3.1) dengan i = 1, 2, 3,., m; dan j = 1, 2, 3,.., n; dimana: r ij adalah elemen dari matriks keputusan yang ternormalisai R, X ij adalah elemen dari matriks keputusan X. 3. Membuat matriks keputusan yang ternormalisasi terbobot. Dengan bobot W j = ( W1, W 2, W 3,...., Wn) Dimana W j wadalah bobot dari kriteria ke-j dan, maka normalisasi bobot matriks V adalah: V ij = W j r ij..(3.2) dengan i = 1, 2, 3,..., m; dan j = 1, 2, 3,.., n, V ij adalah elemen dari matriks keputusan yang ternormalisai terbobot V, W j adalah bobot dari kriteria ke-j, r ij adalah elemen dari matriks keputusan yang ternormalisai R. 4. Menentukan matriks solusi ideal positif dan solusi ideal negatif. Solusi ideal positif dinotasikan A + sedangkan solusi ideal negatif dinotasikan A - Berikut ini adalah persamaan dari A + dan A - : a. A + ={(max V ij j J), (min V ij j J ), i = 1,2,3,..., m} ={,,,..., }...(3.3) b. A - ={(min V ij j J), (max V ij j J ), i = 1,2,3,..., m} ={,,,..., }...(3.4) J = { j = 1, 2, 3,..., n dan J merupakan himpunan kriteria keuntungan (benefit criteria)}. J = { j = 1, 2, 3,..., n dan J merupakan himpunan kriteria biaya (cost criteria)}. V ij adalah elemen dari matriks keputusan yang ternormalisai terbobot V, ( j =1, 2, 3,..., n ) adalah elemen matriks solusi ideal positif, =, dengan i = 1, 2, 3,..., m..(3.6) ideal positif, ideal negatif, V ij adalah elemen dari matriks keputusan yang ternormalisai terbobot V, adalah elemen matriks solusi ideal positif, adalah elemen matriks solusi ideal negatif. 6. Menghitung kedekatan relatif terhadap solusi ideal positif. Kedekatan relatif dari setiap alternatif terhadap solusi ideal positif dapat dihitung dengan menggunakan persamaan berikut:..(3.7) dengan i = 1, 2, 3,..., m, adalah kedekatan relatif dari alternatif ke-i terhadap solusi ideal positif, ideal positif, ideal negatif. 7. Merangking Alternatif. Alternatif diurutkan dari nilai terbesar ke nilai terkecil. Alternatif dengan nilai terbesar merupakan solusi yang terbaik(asep et all, 2011). 3. Pembahasan Insentif adalah pengupahan yang memberikan imbalan yang berbeda karena memang prestasi yang berbeda. Dua orang dengan jabatan yang sama dapat menerima insentif yang berbeda karena bergantung pada prestasi. Insentif adalah suatu bentuk dorongan finansial kepada karyawan sebagai balas jasa perusahaan kepada 33

4 karyawan atas prestasi karyawan tersebut. Insentif merupakan sejumlah uang yang di tambahkan pada upah dasar yang di berikan perusahaan kepada karyawan. Oleh sebab itu pemberian insentif kepada karyawan akan berdampak terhadap semangat dalam mencapai prestasi yang baik dan memberikan kinerja yang besar bagi perusahaan. Untuk menilai kinerja karyawan untuk menerima insentif pada PT. Prudential Life Assurance berdasarkan kriteria mutu kerja, tanggungjawab, inisiatif, kejujuran, dan penguasaan tugas karena berdasarkan kriteria yang ada dapat dijadiakan acuan bagi pemimpin perusahaan untuk menilai seberapa besar produktifitas seorang karyawan dan apakah karyawan tersebut bisa berkinerja baik atau lebih efektif pada masa-masa yang akan datang, sehingga para karyawan secara keseluruhan semuanya bisa memperoleh manfaat. Sedangkan dalam pemberian insentif memiliki aturan dimana setiap karyawan yang akan mendapatkan insentif apabila karyawan tersebutmemenuhi persyaratan yang ditetapkan oleh pihak perusahaan. Aturan ini akan menjadikan kinerja karyawan akan lebih menungkat karena bagi mayoritas karyawan, uang masih tetap merupakan motivasi utama dalam bekerja untuk mencapai kinerja yang lebih baik, dalam rangka memenuhi kebutuhan hidup bagi perusahaan, pemberian insentif merupakan tambahan biaya, akan tetapi perusahaan dapat memperoleh imbalan berupa peningkatan kinerja karyawan. Kinerja karyawan yang tinggi sangat dibutuhkan oleh sebuah perusahaan, karena kinerja karyawan merupakan modal utama bagi perusahaan untuk berkembang dan bersaing dalam era globalisasi. 1. Analisa Kebutuhan Data Dalam membangun sistem pendukung keputusan untuk memberikan insentif berdasarkan penilaian kinerja karyawan di PT. Prudential life assurance dengan metode TOPSIS diperlukan data sebagai berikut: a. Data Kriteria Mutukerja, tanggungjawab, inisiatif, kejujuran, dan penguasaan tugas b. Data bobot kriteria Data Bobot Kriteria akan ditentukan oleh pihak Prudential Life Assurance dengan jumlah semua bobot kriteria sama dengan 100. Adapun tabel bobot kriteria sebagai berikut: Tabel 1 : Bobot Kriteria Alternatif Nilai Bobot kriteria Mutu kerja 30 Tanggungjawab 15 Inisiatif 30 Kejujuran 10 Penguasaan Tugas 15 Total Data Nilai Kriteria Data Nilai Kriteria untuk setiap pemberian insentif yang dimasukkan oleh user berkisar antara 1 sampai 5 dengan ketentuan: a. 1= sangat buruk b. 2= buruk c. 3= cukup d. 4= baik e. 5= sangat baik 3. Pembuatan Keputusan dengan Metode TOPSIS Pembuatan keputusan dengan metode TOPSIS adalah sebagai berikut: a. TOPSIS dimulai dengan membangun sebuah matriks keputusan. Pada matriks keputusan, kolom matriks menyatakan atribut yaitu kriteria-kriteria yang ada, sedangkan baris matriks menyatakan alternatif yaitu nama karyawan yang akan dibandingkan dan type kriteria adalah benefit. Tabel 2 : Matriks Keputusan b. Membuat matriks keputusan yang ternormalisasi. Setelah matriks keputusan dibangun, selanjutnya adalah membuat matriks keputusan yang ternormalisasi R yang elemen-elemennya ditentukan dengan rumus menggunakan persamaan 3.1.Untuk mencari nilai matriks keputusan ternormalisasi yaitu berdasarkan hasil perhitungan kolom matriks menyatakan atribut yaitu kriteria-kriteria yang ada dan baris matriks menyatakan alternatif yaitu nama karyawan, berikut adalah tabel matriks keputusan ternormalisasi. Tabel 3 : Matriks Keputusan Ternormalisasi c. Membuat matriks keputusan yang ternormalisasi terbobot Setelah matriks keputusan ternormalisasi dibuat, selanjutnya adalah membuat matriks keputusan ternormalisasi terbobot. Pemisalan bobot yang dimasukkan untuk setiap kriteria adalah Mutu 34

5 Kerja (30), Tanggungjawab (15), Inisiatif (30), Kejujuran (10) dan Penguasaan Tugas (15) yang elemen-elemennya ditentukan dengan rumus menggunakan persamaan. Tabel 4 : Matriks keputusan Terbobot menghitung kedekatan relatif terhadap solusi ideal positif dengan rumus menggunakan persamaan. Tabel 9 : Nilai C + d. Menentukan matriks solusi ideal positif dan solusi ideal negatif Selanjutnya menentukan matriks solusi ideal positif ( A + ) yang merupakan benefit criteria, untuk mencari nilai ideal positif yaitu dengan cara menentukan nilai tertinggi untuk setiap kriteria dan solusi ideal negatif (A - ) yang merupakan cost criteria dengan cara mencari nilai terendah untuk setiap kriteria. Tabel 5 : Solusi Ideal Positif Tabel 6 : Solusi Ideal Negatif e. Menghitung separasi Selanjutnya menghitung jarak alternatif dari solusi ideal positif ( S + ) dan jarakalternatif dari solusi ideal negatif ( S - ) yang ditentukan dengan rumus menggunakan persamaan. Tabel 7 : Separasi Positif Tabel 8 : Separasi Nagatif g. Merangking Alternatif Berikutnya alternatif diurutkan dari nilai C + terbesar ke nilai C - terkecil. Alternatif dengan nilai C + terbesar merupakan solusi yang terbaik. Tabel 10 : Pengurutan Alternatif 4. Kesimpulan Dan Saran 4.1 Kesimpulan Berdasarkan hasil dari penelitian yang penulis lakukan mengenai Pemberian insentif berdasarkan penilaian kinerja karyawan pada PT. Prudential Life Assurance dengan metode TOPSIS (Technique For Order Preference by Similarity to Ideal Solution) untuk Sistem pendukungkeputusan pemberian insentif yang telah dirancang, penulis dapat menarik kesimpulan sebagai berikut : 1. Dalam menilai kinerja karyawan untuk menerima insentif pada PT. Prudential Life Assurance dapat diterapkan dengan kriteria mutu kerja, tanggungjawab, inisiatif, kejujuran, dan penguasaan tugas karena berdasarkan kriteria tersebut dapat dijadikan sebagai bahan penilaian terhadap kinerja karyawan. 2. Penerapan metode TOPSIS untuk menentukan pemberian insentif pada karyawan PT. Prudential Life Assurance dapat diterapkan dengan sangat baik serta dalam pengimplementasiannya, TOPSIS mampu menunjukkan bahwa salah satu alternatif merupakan prioritas dari keputusan. 3. Dalam merancang Sistem Pendukung Keputusan Pemberian Insentif Berdasarkan Penilaian Kinerja pada Karyawan PT. Prudential Life Assurance sangat baik pada bahasa pemograman Visual Basic 2008 dan aplikasi ini dapat diterapkan dalam pemberian insentif pada karyawan. f. Menghitung kedekatan relative terhadap solusi ideal positif. Setelah menghitung jarak alternatif dari solusi ideal positif ( S + ) dan jarakalternatif dari solusi 4.2 Saran Penelitian yang penulis lakukan dirasa masih jauh dari sempurna. Untuk penelitian selanjutnya disarankan hal-hal sebagai berikut: 1. Menilai kinerja karyawan dapat ditambahkan kriteria agar lebih menarik dan lebih ideal negatif ( S - ), selanjutnya adalah 35

6 mendukung pemberian insentif dengan metode TOPSIS. 2. Sistem pendukung keputusan pemberian insentif dapat dikembangkan dengan metode selain TOPSIS, misalnya seperti metode WP, AHP, SAW, dan lain sebagainya. 3. Diharapkan agar dapat menjadi sumber referensi dan bahan pembelajaran untuk melakukan penelitian dengan objek berbeda selain pemberian insentif pada karyawan dan dapat dikembangkan lagi kedalam sistem berbasis web sehingga penerapannya juga akan lebih beragam, tidak hanya pada aplikasi dekstop saja. Daftar Pustaka [1]. Kusrini. Konsep dan Aplikasi Sistem Pendukung Keputusan. Penerbit Andi Offset, Yogyakarta, Edisi 1, [2]. T. Sutojo, Edy Mulyanto, vincent Suhartono. Kecerdasan Buatan Penerbit Andi [3]. Davis B Gordon, Sisietm Informai Manajemen Penerbit Andi Yogyakarta, [4]. KusumaDewi, Sri, Artificial Intelligence (Teknik dan Aplikasinya), Graha Ilmu, Jakarta, [5] [6]. Jogiyanto H.M,1989. Dagram Aliran Data (DAD) [7]. diakses pada bulan Mei. [8]. a/article/. 36

SISTEM PENDUKUNG KEPUTUSAN PENERIMA BEASISWA PERGURUAN TINNGI NEGERI SINAR MAS DENGAN METODE TOPSIS (STUDI KASUS: SMK NEGERI 1 GALANG)

SISTEM PENDUKUNG KEPUTUSAN PENERIMA BEASISWA PERGURUAN TINNGI NEGERI SINAR MAS DENGAN METODE TOPSIS (STUDI KASUS: SMK NEGERI 1 GALANG) Volume : IV, Nomor :, September 04 ISSN : 9-0X SISTEM PENDUKUNG KEPUTUSAN PENERIMA BEASISWA PERGURUAN TINNGI NEGERI SINAR MAS DENGAN METODE TOPSIS (STUDI KASUS: SMK NEGERI GALANG) Helen Yenifer Silvia

Lebih terperinci

SISTEM PENDUKUNG KEPUTUSAN PENYELEKSIAN CALON SISWA BARU DI SMA NEGERI 3 GARUT

SISTEM PENDUKUNG KEPUTUSAN PENYELEKSIAN CALON SISWA BARU DI SMA NEGERI 3 GARUT SISTEM PENDUKUNG KEPUTUSAN PENYELEKSIAN CALON SISWA BARU DI SMA NEGERI 3 GARUT Asep Hendar Rustiawan 1, Dini Destiani 2, Andri Ikhwana 3 Jurnal Algoritma Sekolah Tinggi Teknologi Garut Jl. Mayor Syamsu

Lebih terperinci

ISSN VOL 15, NO 2, OKTOBER 2014

ISSN VOL 15, NO 2, OKTOBER 2014 PENERAPAN METODE TOPSIS DAN AHP PADA SISTEM PENUNJANG KEPUTUSAN PENERIMAAN ANGGOTA BARU, STUDI KASUS: IKATAN MAHASISWA SISTEM INFORMASI STMIK MIKROSKIL MEDAN Gunawan 1, Fandi Halim 2, Wilson 3 Program

Lebih terperinci

BAB III LANDASAN TEORI

BAB III LANDASAN TEORI BAB III LANDASAN TEORI III.1. Sistem Pendukung Keputusan Sistem pendukung keputusan yaitu sebuah sistem yang mampu memberi kemampuan baik kemampuan pemecahan masalah maupun kemampuan pengkomunikasian untuk

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

Volume : II, Nomor : 1, Pebruari 2014 Informasi dan Teknologi Ilmiah (INTI) ISSN : X

Volume : II, Nomor : 1, Pebruari 2014 Informasi dan Teknologi Ilmiah (INTI) ISSN : X PERANCANGAN APLIKASI SISTEM PENDUKUNG KEPUTUSAN PERSEDIAAN ALAT TULIS KANTOR MENGGUNAKAN MULTIPLE ATRRIBUTE DECISION MAKING (Studi Kasus : Perguruan Jaya Pancur Batu) Rinaldi Alfriadi Manurung (0911558)

Lebih 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

Program Studi Sistem Informasi, STMIK Widya Cipta Dharma

Program Studi Sistem Informasi, STMIK Widya Cipta Dharma SISTEM PENDUKUNG KEPUTUSAN PENILAIAN KINERJA KARYAWAN MENGGUNAKAN METODE TOPSIS (TECHNIQUE FOR OTHERS REFERENCE BY SIMILARITY TO IDEAL SOLUTION) PADA PT. RIO UTAMA SAMARINDA BERBASIS INTRANET Amelia Yusnita

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

PERBANDINGAN PENERAPAN METODE SAW DAN TOPSIS DALAM SISTEM PEMILIHAN LAPTOP

PERBANDINGAN PENERAPAN METODE SAW DAN TOPSIS DALAM SISTEM PEMILIHAN LAPTOP PERBANDINGAN PENERAPAN METODE SAW DAN TOPSIS DALAM SISTEM PEMILIHAN LAPTOP SKRIPSI Diajukan Untuk Memenuhi Salah Satu Syarat Memperoleh Gelar Sarjana Komputer ( S.Kom ) Pada Program Studi Teknik Informatika

Lebih terperinci

BAB 2 TINJAUAN PUSTAKA

BAB 2 TINJAUAN PUSTAKA BAB 2 TINJAUAN PUSTAKA 2.1 Sistem Pendukung Keputusan Sistem pendukung keputusan (decision support systems disingkat DSS) adalah bagian dari sistem informasi berbasis komputer (termasuk sistem berbasis

Lebih 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

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

SISTEM PENDUKUNG KEPUTUSAN DALAM MENENTUKAN PEMBELIAN JENIS MOBIL DENGAN MENGGUNAKAN METODE TOPSIS

SISTEM PENDUKUNG KEPUTUSAN DALAM MENENTUKAN PEMBELIAN JENIS MOBIL DENGAN MENGGUNAKAN METODE TOPSIS Pelita Informatika Budi Darma, Volume : IV, Nomor: 3, Agustus 2013 ISSN : 2301-92 SISTEM PENDUKUNG KEPUTUSAN DALAM MENENTUKAN PEMBELIAN JENIS MOBIL DENGAN MENGGUNAKAN METODE TOPSIS Novriani Hastuti (091138)

Lebih terperinci

PENGEMBANGAN SPK PENERIMAAN ANGGOTA BARU STUDI KASUS: ORGANISASI IMSI STMIK MIKROSKIL

PENGEMBANGAN SPK PENERIMAAN ANGGOTA BARU STUDI KASUS: ORGANISASI IMSI STMIK MIKROSKIL Seminar Nasional Sistem Informasi Indonesia, 22 September 2014 PENGEMBANGAN SPK PENERIMAAN ANGGOTA BARU STUDI KASUS: ORGANISASI IMSI STMIK MIKROSKIL Gunawan 1), Wilson 2), Fandi Halim 3) 1,2,3 Program

Lebih terperinci

RANCANG BANGUN APLIKASI SISTEM PENDUKUNG KEPUTUSAN PENJADWALAN MATA PELAJARAN DI SMK CILEDUG AL-MUSSADADIYAH

RANCANG BANGUN APLIKASI SISTEM PENDUKUNG KEPUTUSAN PENJADWALAN MATA PELAJARAN DI SMK CILEDUG AL-MUSSADADIYAH RANCANG BANGUN APLIKASI SISTEM PENDUKUNG KEPUTUSAN PENJADWALAN MATA PELAJARAN DI SMK CILEDUG AL-MUSSADADIYAH Arief Budiman 1, Eko Retnadi 2, Andri Ikhwana 3 Jurnal Algoritma Sekolah Tinggi Teknologi Garut

Lebih terperinci

Sistem Pendukung Keputusan Penentuan Gaji Bonus Karyawan Pada Restoran KL Express Dengan Metode TOPSIS

Sistem Pendukung Keputusan Penentuan Gaji Bonus Karyawan Pada Restoran KL Express Dengan Metode TOPSIS Jurnal Ilmiah Teknologi dan Informasi ASIA (JITIKA) Vol.11, No.1, Februari 2017 ISSN: 0852-730X Sistem Pendukung Keputusan Penentuan Gaji Bonus Karyawan Pada Restoran KL Express Dengan Metode TOPSIS Dwija

Lebih terperinci

SISTEM PENDUKUNG KEPUTUSAN PENGENAL MINAT SISWA PADA BIDANG EKSTRAKULIKULER SEKOLAH DENGAN METODE TOPSIS

SISTEM PENDUKUNG KEPUTUSAN PENGENAL MINAT SISWA PADA BIDANG EKSTRAKULIKULER SEKOLAH DENGAN METODE TOPSIS SISTEM PENDUKUNG KEPUTUSAN PENGENAL MINAT SISWA PADA BIDANG EKSTRAKULIKULER SEKOLAH DENGAN METODE TOPSIS Zufrianto Wibowo (0911180) Mahasiswa Program Studi Teknik Informatika STMIK Budi Darma Medan Jl.

Lebih terperinci

Jurnal SISFO Vol. 7, No.1, Februari 2013 STIKOM Dinamika Bangsa - Jambi 1

Jurnal SISFO Vol. 7, No.1, Februari 2013 STIKOM Dinamika Bangsa - Jambi 1 ANALISIS SISTEM PENUNJANG KEPUTUSAN UNTUK MENENTUKAN PELAMAR CALON DOSEN MENJADI DOSEN DENGAN MENGGUNAKAN FUZZY MADM (STUDI KASUS : STIKOM DINAMIKA BANGSA) Jasmir, S.Kom, M.Kom Dosen Tetap STIKOM Dinamika

Lebih terperinci

Jl. RE. Martadinata No. 272A, Indihiang, Kota Tasikmalaya 1), 2),

Jl. RE. Martadinata No. 272A, Indihiang, Kota Tasikmalaya   1), 2), SISTEM PENUNJANG KEPUTUSAN PEMBERIAN BANTUAN SISWA MISKIN DI SD NEGERI SUKAMENAK KOTA TASIKMALAYA MENGGUNAKAN METODE TECHNIQUE FOR ORDER PREFERENCE BY SIMILARITY TO IDEAL SOLUTION (TOPSIS) Nono Sudarsono,

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

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PESERTA KAPAL PEMUDA NUSANTARA DENGAN MENGGUNAKAN METODE WEIGHTED PRODUCT (WP)

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PESERTA KAPAL PEMUDA NUSANTARA DENGAN MENGGUNAKAN METODE WEIGHTED PRODUCT (WP) SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PESERTA KAPAL PEMUDA NUSANTARA DENGAN MENGGUNAKAN METODE WEIGHTED PRODUCT (WP) Noprin Pakaya 1 dan Amiruddin 2 1 noprin.pakaya92@gmail.com, 2 amier.76@gmail.com 1,2

Lebih 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

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI Pada bab ini akan dibahas teori mengenai Sistem Pendukung Keputusan, penelitan lain yang berhubungan dengan sistem pendukung keputusan, Simple Additve Weighting (SAW), dan Weighted

Lebih terperinci

Paper Group Project SISTEM PENDUKUNG KEPUTUSAN. Metode TOPSIS & Contoh Implementasi

Paper Group Project SISTEM PENDUKUNG KEPUTUSAN. Metode TOPSIS & Contoh Implementasi Paper Group Project SISTEM PENDUKUNG KEPUTUSAN Metode TOPSIS & Contoh Implementasi Kelas D Kelompok 4Walls 1. Glory Efrat Sandy. S 201331073 2. Meilinda Dyah A.L 201331081 3. Clara Angelina Y 201331192

Lebih terperinci

Sistem Pendukung Keputusan Mahasiswa Berprestasi Menggunakan Metode TOPSIS

Sistem Pendukung Keputusan Mahasiswa Berprestasi Menggunakan Metode TOPSIS Sistem Pendukung Keputusan Mahasiswa Berprestasi Menggunakan Metode TOPSIS Sri Rahmawati Fitriatien Universitas PGRI Adi Buana Surabaya (Fakultas Keguruan dan Ilmu Pendidikan, Program Studi Pendidikan

Lebih terperinci

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN MAKANAN PADA BAYI LIMA TAHUN (BALITA) DENGAN MENGGUNAKAN METODE ANALYTICAL HIERARCHY PROCESS (AHP)

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN MAKANAN PADA BAYI LIMA TAHUN (BALITA) DENGAN MENGGUNAKAN METODE ANALYTICAL HIERARCHY PROCESS (AHP) SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN MAKANAN PADA BAYI LIMA TAHUN (BALITA) DENGAN MENGGUNAKAN METODE ANALYTICAL HIERARCHY PROCESS (AHP) Rudiansyah Mahasiswa Program Studi Teknik Informatika, STMIK Budidarma

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang 1.1 Latar Belakang BAB I PENDAHULUAN PT PLN (Persero) merupakan perusahaan penyedia jasa kelistrikan terbesar di Indonesia. Proses dalam meningkatkan usahanya, PT PLN (Persero) tidak dapat melepaskan perhatiannya

Lebih terperinci

KOMBINASI METODE AHP DAN TOPSIS PADA SISTEM PENDUKUNG KEPUTUSAN

KOMBINASI METODE AHP DAN TOPSIS PADA SISTEM PENDUKUNG KEPUTUSAN KOMBINASI METODE AHP DAN TOPSIS PADA SISTEM PENDUKUNG KEPUTUSAN Ahmad Abdul Chamid 1*, Alif Catur Murti 1 1 Program Studi Teknik Informatika, Fakultas Teknik, Universitas Muria Kudus Gondangmanis, PO Box

Lebih 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 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Sistem Pendukung Keputusan Pada dasarnya Sistem Pendukung Keputusan ini merupakan pengembangan lebih lanjut dari sistem informasi manajemen terkomputerisasi yang dirancang sedemikian

Lebih 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 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

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

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

ANALISIS DAN PERANCANGAN SISTEM PENDUKUNG KEPUTUSAN REKOMENDASI PEMILIHAN PERUMAHAN DENGAN METODE TOPSIS (STUDI KASUS : PT.

ANALISIS DAN PERANCANGAN SISTEM PENDUKUNG KEPUTUSAN REKOMENDASI PEMILIHAN PERUMAHAN DENGAN METODE TOPSIS (STUDI KASUS : PT. ANALISIS DAN PERANCANGAN SISTEM PENDUKUNG KEPUTUSAN REKOMENDASI PEMILIHAN PERUMAHAN DENGAN METODE TOPSIS (STUDI KASUS : PT. NASALIYASAH) Fatima Anggraini 1, Jasmir 2 12 Program Studi Magister Sistem Informasi,

Lebih terperinci

Multi-Attribute Decision Making

Multi-Attribute Decision Making Multi-Attribute Decision Making Kompetensi Dasar Mahasiswa dapat menyelesaikan masalah pengambilan keputusan dengan metode-metode pada model MADM. Mahasiswa dapat membedakan karakteristik permasalahan

Lebih terperinci

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN DUTA MAHASISWA GENERASI BERENCANA BKKBN DENGAN METODE WEIGHTED PRODUCT (WP)

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN DUTA MAHASISWA GENERASI BERENCANA BKKBN DENGAN METODE WEIGHTED PRODUCT (WP) SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN DUTA MAHASISWA GENERASI BERENCANA BKKBN DENGAN METODE WEIGHTED PRODUCT (WP) Nurhayati Mursalin 1 dan Rezqiwati Ishak 2 1 mursalin.nurhayati@gmail.com, 2 rezqi.uig@gmail.com

Lebih terperinci

IDENTIFIKASI HAMBATAN ORGANISASI DENGAN SISTEM PENDUKUNG KEPUTUSAN MENGGUNAKAN METODE TOPSIS

IDENTIFIKASI HAMBATAN ORGANISASI DENGAN SISTEM PENDUKUNG KEPUTUSAN MENGGUNAKAN METODE TOPSIS IDENTIFIKASI HAMBATAN ORGANISASI DENGAN SISTEM PENDUKUNG KEPUTUSAN MENGGUNAKAN METODE TOPSIS Adnan Buyung Nasution 1 1,2 Sistem Informasi, STMIK Potensi Utama 3 STMIK Potensi Utama, Jl. K.L. Yosudarso

Lebih terperinci

SISTEM PENDUKUNG KEPUTUSAN PEMBAGIAN KELAS UNGGULAN SISWA BARU MENGGUNAKAN METODE PROMETHEE PADA STM RAKSANA MEDAN

SISTEM PENDUKUNG KEPUTUSAN PEMBAGIAN KELAS UNGGULAN SISWA BARU MENGGUNAKAN METODE PROMETHEE PADA STM RAKSANA MEDAN SISTEM PENDUKUNG KEPUTUSAN PEMBAGIAN KELAS UNGGULAN SISWA BARU MENGGUNAKAN METODE PROMETHEE PADA STM RAKSANA MEDAN Junaidi Mahasiswa Program Studi Teknik Informatika, STMIK Budidarma Medan Jl. Sisingamangaraja

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

Desi Reskika Sari ( )

Desi Reskika Sari ( ) PERANCANGAN APLIKASI SISTEM PENDUKUNG KEPUTUSAN PENENTUAN LOKASI PEMASARAN RUMAH DENGAN METODE SIMPLE ADDITIVE WEIGHTING (STUDI KASUS: PT. VISTA ESTATE MEDAN) Desi Reskika Sari (1111543) Mahasiswa Program

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

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang BAB I PENDAHULUAN 1.1 Latar Belakang Seiring dengan perkembangan zaman maka tingkat pendidikan pada masyarakat mengalami peningkatan. Oleh karena itu masyarakat memandang bahwa pendidikan pada tingkat

Lebih terperinci

Sistem Pendukung Keputusan Seleksi Anggota Badan Eksekutif Mahasiswa dengan Metode Elimination Et Choix Traduisant La Realite (Electre)

Sistem Pendukung Keputusan Seleksi Anggota Badan Eksekutif Mahasiswa dengan Metode Elimination Et Choix Traduisant La Realite (Electre) Dwi Prabowo Apriansyah, Indriyati Sistem Pendukung Keputusan Seleksi Anggota Badan Eksekutif Mahasiswa dengan Metode Elimination Et Choix Traduisant La Realite (Electre) Dwi Prabowo Apriansyah, Indriyati

Lebih 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

BAB 2 TINJAUAN PUSTAKA. 2.1 Definisi Sistem, Keputusan dan Sistem Pendukung Keputusan

BAB 2 TINJAUAN PUSTAKA. 2.1 Definisi Sistem, Keputusan dan Sistem Pendukung Keputusan BAB 2 TINJAUAN PUSTAKA 2.1 Definisi Sistem, Keputusan dan Sistem Pendukung Keputusan Sistem Pendukung Keputusan (Decision Support System) merupakan sistem informasi interaktif yang menyediakan informasi,

Lebih 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

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

SISTEM REKOMENDASI PEMBERHENTIAN HUBUNGAN KERJA MENGGUNAKAN FUZZY MULTIPLE ATTRIBUTE DECISION MAKING METODE SIMPLE ADDTIVE WEIGHTING (SAW) SKRIPSI

SISTEM REKOMENDASI PEMBERHENTIAN HUBUNGAN KERJA MENGGUNAKAN FUZZY MULTIPLE ATTRIBUTE DECISION MAKING METODE SIMPLE ADDTIVE WEIGHTING (SAW) SKRIPSI SISTEM REKOMENDASI PEMBERHENTIAN HUBUNGAN KERJA MENGGUNAKAN FUZZY MULTIPLE ATTRIBUTE DECISION MAKING METODE SIMPLE ADDTIVE WEIGHTING (SAW) SKRIPSI Diajukan Untuk Penulisan Skripsi Guna Memenuhi Salah Satu

Lebih 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 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

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 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 PRESTASI SISWA MENGGUNAKAN METODE TOPSIS

SISTEM PENDUKUNG KEPUTUSAN PRESTASI SISWA MENGGUNAKAN METODE TOPSIS ISSN : 2302-380 SISTEM PENDUKUNG KEPUTUSAN PRESTASI SISWA MENGGUNAKAN METODE TOPSIS Ewaldus Ambrosius Tukan1), Janero Kennedy2) Magister Teknik Informatika STMIK AMIKOM Yogyakarta Jl Ring Road Utara, Condongcatur,

Lebih terperinci

Bayu Erlangga 1, Elisabet Y.A 2

Bayu Erlangga 1, Elisabet Y.A 2 SISTEM PENDUKUNG KEPUTUSAN MENENTUKAN KARYAWAN TERBAIK DI WISATA TALANG INDAH DENGAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) (STUDI KASUS : KABUPATEN PRINGSEWU) Bayu Erlangga 1, Elisabet Y.A 2 Jurusan Sistem

Lebih terperinci

KORELASI NORMATIF PEMILIHAN JURUSAN DI SMK BERBASIS WEB

KORELASI NORMATIF PEMILIHAN JURUSAN DI SMK BERBASIS WEB Artikel Skripsi KORELASI NORMATIF PEMILIHAN JURUSAN DI SMK BERBASIS WEB SKRIPSI Diajukan Untuk Memenuhi Sebagian Syarat Guna Memperoleh Gelar Sarjana Komputer (S. Kom) Pada Program Studi Sistem Informasi

Lebih terperinci

IMPLEMENTASI METODE TOPSIS DALAM PERANCANGAN SISTEM PENDUKUNG KEPUTUSAN PENENTUAN KARYAWAN BERPRESTASI

IMPLEMENTASI METODE TOPSIS DALAM PERANCANGAN SISTEM PENDUKUNG KEPUTUSAN PENENTUAN KARYAWAN BERPRESTASI IMPLEMENTASI METODE TOPSIS DALAM PERANCANGAN SISTEM PENDUKUNG KEPUTUSAN PENENTUAN KARYAWAN BERPRESTASI Gunawan 1),) Teknik Informatika STMIK Balikpapan Jl AMD Manunggal No : 9 Damai bahagia,balikpapan

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Sejarah Metode TOPSIS Sumber kerumitan masalah keputusan hanya karena faktor ketidakpastian atau ketidaksempurnaan informasi saja. Namun masih terdapat penyebab lainnya seperti

Lebih 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 PENDUKUNG KEPUTUSAN PENENTUAN JENIS RAMBUT MANUSIA DENGAN MENERAPKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW)

SISTEM PENDUKUNG KEPUTUSAN PENENTUAN JENIS RAMBUT MANUSIA DENGAN MENERAPKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) SISTEM PENDUKUNG KEPUTUSAN PENENTUAN JENIS RAMBUT MANUSIA DENGAN MENERAPKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) Fitriani (1011184) Mahasiswa Program Studi Teknik Informatika STMIK Budi Darma Medan JL.Sisingamangaraja

Lebih terperinci

PENENTUAN PEMINATAN PESERTA DIDIK MENGGUNAKAN METODE AHP-TOPSIS (STUDI KASUS SMA NEGERI 6 SEMARANG)

PENENTUAN PEMINATAN PESERTA DIDIK MENGGUNAKAN METODE AHP-TOPSIS (STUDI KASUS SMA NEGERI 6 SEMARANG) PENENTUAN PEMINATAN PESERTA DIDIK MENGGUNAKAN METODE AHP-TOPSIS (STUDI KASUS SMA NEGERI 6 SEMARANG) Rahmawan Bagus Trianto 1 1 Teknik Informatika Universitas Dian Nuswantoro Semarang E-mail : 111201005199@mhs.dinus.ac.id

Lebih terperinci

PENENTUAN PENERIMA BEASISWA BERDASARKAN KRITERIA PADA UIN RADEN FATAH PALEMBANG

PENENTUAN PENERIMA BEASISWA BERDASARKAN KRITERIA PADA UIN RADEN FATAH PALEMBANG PENENTUAN PENERIMA BEASISWA BERDASARKAN KRITERIA PADA UIN RADEN FATAH PALEMBANG Gusmelia Testiana UIN Raden Fatah Palembang Jl.KH. Zainal Abidin Fikri Palembang gusmelia.testiana@gmail.com ABSTRAK Masalah

Lebih 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

Sistem Pendukung Keputusan Kinerja Karyawan pada PT.Intan Sengkuyit Menggunakan Metode Simple Additive Weighting

Sistem Pendukung Keputusan Kinerja Karyawan pada PT.Intan Sengkuyit Menggunakan Metode Simple Additive Weighting Sistem Pendukung Keputusan Kinerja Karyawan pada PT.Intan Sengkuyit Menggunakan Metode Simple Additive Weighting Satriyo Nugroho Selamet Toni widianto Jurusan Teknik Informatika STMIK PalComTech Palembang

Lebih terperinci

Rici Efrianda ( )

Rici Efrianda ( ) SISTEM PENDUKUNG KEPUTUSAN PEMBERIAN PINJAMAN PADA PUSAT KOPERASI KEPOLISIAN DAERAH SUMATERA UTARA DENGAN MENGGUNAKAN METODE ANALYTICAL HIERARCHY PROCESS (AHP) Rici Efrianda (14111028) Mahasiswa Program

Lebih terperinci

PENGEMBANGAN SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN LOKASI PEMBANGUNAN MINIMARKET BARU DI KOTA BOJONEGORO DENGAN METODE TOPSIS BERBASIS GIS

PENGEMBANGAN SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN LOKASI PEMBANGUNAN MINIMARKET BARU DI KOTA BOJONEGORO DENGAN METODE TOPSIS BERBASIS GIS PENGEMBANGAN SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN LOKASI PEMBANGUNAN MINIMARKET BARU DI KOTA BOJONEGORO DENGAN METODE TOPSIS BERBASIS GIS Muhammad Naufal Afif Bakhari, Ely Setyo Astuti 1, Dwi Puspitasari

Lebih terperinci

PENGGUNAAN METODE TOPSIS DALAM RANCANGAN SISTEM PENUNJANG KEPUTUSAN UNTUK MENENTUKAN LOKASI USAHA BARU (Studi Kasus : ARENA DISC Yogyakarta)

PENGGUNAAN METODE TOPSIS DALAM RANCANGAN SISTEM PENUNJANG KEPUTUSAN UNTUK MENENTUKAN LOKASI USAHA BARU (Studi Kasus : ARENA DISC Yogyakarta) ISSN : 0-80 Seminar Nasional Teknologi Informasi dan Multimedia 0 STMIK AMIKOM Yogyakarta 6-8Februari 0 PENGGUNAAN METODE TOPSIS DALAM RANCANGAN SISTEM PENUNJANG KEPUTUSAN UNTUK MENENTUKAN LOKASI USAHA

Lebih terperinci

Gus melia Testiana. IAIN Raden Fatah, Palembang, Indonesia

Gus melia Testiana. IAIN Raden Fatah, Palembang, Indonesia PEMANFAATAN LOGIKA FUZZY MULTIPLE ATTRIBUTE DECISSION MAKING (FMADM) DENGAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) UNTUK PENENTUAN PENERIMA BEASISWA DI IAIN RADEN FATAH PALEMBANG Gus melia Testiana IAIN

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1 Sistem Pendukung Keputusan [4] Sistem pendukung keputusan atau DSS (Decision Support System) merupakan sistem informasi interaktif yang menyediakan informasi, pemodelan, dan pemanipulasian

Lebih terperinci

PENGEMBANGAN SISTEM PENUNJANG KEPUTUSAN PENENTUAN PEMBERIAN BEASISWA TINGKAT SEKOLAH

PENGEMBANGAN SISTEM PENUNJANG KEPUTUSAN PENENTUAN PEMBERIAN BEASISWA TINGKAT SEKOLAH PENGEMBANGAN SISTEM PENUNJANG KEPUTUSAN PENENTUAN PEMBERIAN BEASISWA TINGKAT SEKOLAH Gunawan 1, Ririn Prananingrum Kesuma 2, Ruwilin Restu Wigati 3 Program Studi Sistem Informasi, STMIK Mikroskil Jl. Thamrin

Lebih terperinci

ANALISIS METODE TOPSIS DALAM PENDUKUNG KEPUTUSAN KELAYAKAN BEASISWA PENDIDIKAN KARYAWAN PADA PT PANGLIMA SIAGA BANGSA

ANALISIS METODE TOPSIS DALAM PENDUKUNG KEPUTUSAN KELAYAKAN BEASISWA PENDIDIKAN KARYAWAN PADA PT PANGLIMA SIAGA BANGSA ANALISIS METODE TOPSIS DALAM PENDUKUNG KEPUTUSAN KELAYAKAN BEASISWA PENDIDIKAN KARYAWAN PADA PT PANGLIMA SIAGA BANGSA Tri Yani Akhirina azizahputriku@gmail.com Teknik Informatika, Fakultas Teknik dan MIPA,

Lebih terperinci

Rudi Hartoyo (0911870)

Rudi Hartoyo (0911870) PERANCANGAN SISTEM PENDUKUNG KEPUTUSAN MENETUKAN STATUS KARYAWAN KONTRAK SALES PROMOTION GIRL MENJADI KARYAWAN TETAP DENGAN METODE SIMPLE ADDITIVE WEIGHTING Rudi Hartoyo (0911870) Mahasiswa Program Studi

Lebih terperinci

SISTEM PENDUKUNG KEPUTUSAN PENYELEKSIAN CALON KEPALA SEKOLAH DASAR DI DINAS PENDIDIKAN KABUPATEN GARUT

SISTEM PENDUKUNG KEPUTUSAN PENYELEKSIAN CALON KEPALA SEKOLAH DASAR DI DINAS PENDIDIKAN KABUPATEN GARUT SISTEM PENDUKUNG KEPUTUSAN PENYELEKSIAN CALON KEPALA SEKOLAH DASAR DI DINAS PENDIDIKAN KABUPATEN GARUT Dita Ainun Annisa 1, Dini Destiani 2 Jurnal Algoritma Sekolah Tinggi Teknologi Garut Jl. Mayor Syamsu

Lebih terperinci

BAB 2 LANDASAN TEORI. 2.1 Konsep Sistem Pendukung Keputusan (SPK)

BAB 2 LANDASAN TEORI. 2.1 Konsep Sistem Pendukung Keputusan (SPK) BAB 2 LANDASAN TEORI 2.1 Konsep Sistem Pendukung Keputusan (SPK) Sistem pendukung keputusan merupakan sistem informasi interaktif yang menyediakan informasi, pemodelan, dan pemanipulasian data. Sistem

Lebih terperinci

PERANCANGAN SISTEM PENDUKUNG KEPUTUSAN UNTUK PEMILIHAN PEMASOK NATA DE COCO DENGAN METODE SIMPLE ADDITIVE WEIGHTING

PERANCANGAN SISTEM PENDUKUNG KEPUTUSAN UNTUK PEMILIHAN PEMASOK NATA DE COCO DENGAN METODE SIMPLE ADDITIVE WEIGHTING PERANCANGAN SISTEM PENDUKUNG KEPUTUSAN UNTUK PEMILIHAN PEMASOK NATA DE COCO DENGAN METODE SIMPLE ADDITIVE WEIGHTING Cahyono Sigit Pramudyo 1 dan Dian Eko Hari Purnomo 2 Abstrak: Pemasok nata de coco lembaran

Lebih 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

SISTEM PENDUKUNG KEPUTUSAN PEMBERIAN PREDIKAT SISWA TELADAN DENGAN METODE TOPSIS BERBASIS WEB (Studi Kasus : SMPK SANTA MARIA KOTA KEDIRI)

SISTEM PENDUKUNG KEPUTUSAN PEMBERIAN PREDIKAT SISWA TELADAN DENGAN METODE TOPSIS BERBASIS WEB (Studi Kasus : SMPK SANTA MARIA KOTA KEDIRI) SISTEM PENDUKUNG KEPUTUSAN PEMBERIAN PREDIKAT SISWA TELADAN DENGAN METODE TOPSIS BERBASIS WEB (Studi Kasus : SMPK SANTA MARIA KOTA KEDIRI) SKRIPSI Diajukan Untuk Memenuhi Sebagian Syarat Guna Memperoleh

Lebih terperinci

APLIKASI PEMBERIAN KREDIT MENGGUNAKAN METODE TECHNIQUE FOR ORDER PREFERENCE BY SIMILARITY TO IDEAL SOLUTION (TOPSIS)

APLIKASI PEMBERIAN KREDIT MENGGUNAKAN METODE TECHNIQUE FOR ORDER PREFERENCE BY SIMILARITY TO IDEAL SOLUTION (TOPSIS) APLIKASI PEMBERIAN KREDIT MENGGUNAKAN METODE TECHNIQUE FOR ORDER PREFERENCE BY SIMILARITY TO IDEAL SOLUTION (TOPSIS) Zainollah Effendy, A. Febrio Jurusan Teknik Informatika Fakultas Teknik, Universitas

Lebih terperinci

Muhammad Yudin Ritonga ( )

Muhammad Yudin Ritonga ( ) SISTEM PENDUKUNG KEPUTUSAN PENENTUAN PRODUKSI MAKANAN MENGGUNAKAN LOGIKA FUZZY DENGAN METODE TSUKAMOTO (STUDI KASUS : PT. INDOFOOD CBP SUKSES MAKMUR MEDAN) Muhammad Yudin Ritonga (0911555) Mahasiswa Program

Lebih terperinci

Seminar Nasional Teknologi Informasi dan Komunikasi (SNASTIKOM 2013) ISBN

Seminar Nasional Teknologi Informasi dan Komunikasi (SNASTIKOM 2013) ISBN Sistem Pendukung Keputusan Untuk Menentukan Lokasi Pasar Dengan Menggunakan Fuzzy Multi Atribut Decision Making (FMADM) Metode Simple Additive Weighting (SAW) Reny Wahyuning Astuti 1), Muhsin 2) Program

Lebih 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

APLIKASI DINAMIS SISTEM PENDUKUNG KEPUTUSAN DENGAN DUA ALGORITMA

APLIKASI DINAMIS SISTEM PENDUKUNG KEPUTUSAN DENGAN DUA ALGORITMA APLIKASI DINAMIS SISTEM PENDUKUNG KEPUTUSAN DENGAN DUA ALGORITMA Ridha Sefina Samosir Institut Teknologi dan Bisnis Kalbis, 082111354566, ridha.samosir@kalbis.ac.id Abstrak Today, speed and accuracy of

Lebih terperinci

SISTEM PENDUKUNG KEPUTUSAN PENENTUAN LOKASI PERUMAHAN IDEAL MENGGUNAKAN METODE FUZZY SIMPLE ADDITIVE WEIGHTING

SISTEM PENDUKUNG KEPUTUSAN PENENTUAN LOKASI PERUMAHAN IDEAL MENGGUNAKAN METODE FUZZY SIMPLE ADDITIVE WEIGHTING SISTEM PENDUKUNG KEPUTUSAN PENENTUAN LOKASI PERUMAHAN IDEAL MENGGUNAKAN METODE FUZZY SIMPLE ADDITIVE WEIGHTING Erwin Panggabean Program Studi Sistem Informasi STMIK Sisingamangaraja XII Medan Sumatera

Lebih terperinci

BAB II TINJAUAN PUSTAKA DAN DASAR TEORI. Penelitian sejenis ini pernah dilakukan oleh : 1. Fitriani M. Yaqiyatum (2014) dari Universitas Dian

BAB II TINJAUAN PUSTAKA DAN DASAR TEORI. Penelitian sejenis ini pernah dilakukan oleh : 1. Fitriani M. Yaqiyatum (2014) dari Universitas Dian BAB II TINJAUAN PUSTAKA DAN DASAR TEORI 2.1. Tinjauan Pustaka Penelitian sejenis ini pernah dilakukan oleh : 1. Fitriani M. Yaqiyatum (2014) dari Universitas Dian Nuswantoro, membahas pemilihan pegawai

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 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

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

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

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN MANDOR MENGGUNAKAN METODE TOPSIS

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN MANDOR MENGGUNAKAN METODE TOPSIS ISSN : 1978-6603 SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN MANDOR MENGGUNAKAN METODE TOPSIS Asyahri Hadi Nasyuha *1, Muhammad Dahria *2, Tugiono *3 #1,2,3 Program Studi Sistem Informasi, STMIK Triguna Dharma

Lebih terperinci

JURNAL APLIKASI PEMILIHAN HELM MENGUNAKAN METODE TECHNIQUE FOR OTHER REFERENCE BY SMILARITY

JURNAL APLIKASI PEMILIHAN HELM MENGUNAKAN METODE TECHNIQUE FOR OTHER REFERENCE BY SMILARITY JURNAL APLIKASI PEMILIHAN HELM MENGUNAKAN METODE TECHNIQUE FOR OTHER REFERENCE BY SMILARITY TO IDEAL SOLUTION (TOPSIS) APLICATIONS HELMET ELECTION METOHOD TECHNIQUE FOR OTHER REFERENCE BY SMILARITY TO

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA 2.1. Tinjauan Pustaka Terkait dengan penelitian ini, terlebih dahulu Paska Marto Hasugian telah melakukan penelitian dengan judul Fuzzy Multiple Attribute Decision Making untuk

Lebih terperinci

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

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

Lebih terperinci

SISTEM SELEKSI BEASISWA SMA NEGERI 2 BAE KUDUS DENGAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) ABSTRAK

SISTEM SELEKSI BEASISWA SMA NEGERI 2 BAE KUDUS DENGAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) ABSTRAK SISTEM SELEKSI BEASISWA SMA NEGERI 2 BAE KUDUS DENGAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) Herdi widyatmoko Jurusan teknik Informatika, Fakultas Ilmu Komputer, Universitas Dian Nuswantoro Jln Nakula

Lebih terperinci

BAB I PENDAHULUAN. Sistem ini digunakan untuk membantu pengambilan keputusan dalam situasi

BAB I PENDAHULUAN. Sistem ini digunakan untuk membantu pengambilan keputusan dalam situasi BAB I PENDAHULUAN I.1. Latar Belakang Sistem Pendukung Keputusan (SPK) merupakan sistem informasi interaktif yang menyediakan informasi, pemodelan dan memanipulasi data. Sistem ini digunakan untuk membantu

Lebih terperinci

SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN SISWA BARU PADA SMA NEGERI 5 KUPANG DENGAN METODE SIMPLE ADDITIVE WEIGHTING (SAW)

SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN SISWA BARU PADA SMA NEGERI 5 KUPANG DENGAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN SISWA BARU PADA SMA NEGERI 5 KUPANG DENGAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) Wenefrida T. Ina, Silvester Tena, Melzando L. F Tari Jurusan Teknik Elektro Fakultas

Lebih terperinci

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

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

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1 Teori Keputusan Teori keputusan adalah teori mengenai cara manusia memilih pilihan diantara pilihan-pilihan yang tersedia secara acak guna mencapai tujuan yang hendak diraih (Hansson,

Lebih terperinci

Jurnal Sistem dan Teknologi Informasi (JUSTIN) Vol. 1, No. 1, (2016) Jurnal Sistem dan Teknologi Informasi (JUSTIN) Vol. 2, No.

Jurnal Sistem dan Teknologi Informasi (JUSTIN) Vol. 1, No. 1, (2016) Jurnal Sistem dan Teknologi Informasi (JUSTIN) Vol. 2, No. Sistem Pendukung Keputusan Pemilihan Tempat Kost Khusus Mahasiswa dengan Metode AHP dan TOPSIS Berbasis Web (Studi Kasus : Kota Pontianak) Herik Sugianto, Yulianti, Hengky Anra Program Studi Teknik Informatika

Lebih terperinci