BAB 2 TINJAUAN PUSTAKA
|
|
- Vera Susman
- 6 tahun lalu
- Tontonan:
Transkripsi
1 BAB 2 TINJAUAN PUSTAKA 2.1 Multi Atribut Dicision Making Multiple Attribute Decision Making (MADM) adalah suatu metode yang digunakan untuk mencari alternatif optimal dari sejumlah alternatif dengan kriteria tertentu. Inti dari MADM adalah menentukan nilai bobot untuk setiap atribut, kemudian dilanjutkan dengan proses perankingan yang akan menyeleksi alternatif yang sudah diberikan. Pada dasarnya, ada 3 pendekatan untuk mencari nilai bobot atribut, yaitu pendekatan subyektif, pendekatan obyektif dan pendekatan integrasi antara subyektif & obyektif (Saremietal, 2009). Masing-masing pendekatan memiliki kelebihan dan kelemahan. Pada pendekatan subyektif, nilai bobot ditentukan berdasarkan subyektifitas dari para pengambil keputusan, sehingga beberapa faktor dalam proses perankingan alternatif bisa ditentukan secara bebas. Sedangkan pada pendekatan obyektif, nilai bobot dihitung secara matematis sehingga mengabaikan subyektifitas dari pengambil keputusan. Ada beberapa metode yang dapat digunakan untuk menyelesaikan masalah MADM. Antara lain: a. Simple Additive Weighting Method (SAW) b. Weighted Product (WP) c. ELECTRE d. Technique for Order Preference by Similarity to Ideal Solution (TOPSIS). e. Analytic Hierarchy Process (AHP) 2.2 Simple Additive Weighting (SAW) Simple Additive Weighting (SAW) adalah salah satu metode untuk pengambilan keputusan multi-atribut. Hal ini digunakan untuk menentukan alternatif terbaik dari
2 5 berbagai alternative (Rahmawati, at al, 2013). Metode SAW juga sering dikenal dengan istilah metode penjumlahan terbobot. Konsep dasar metode SAW adalah mencari penjumlahan terbobot dengan rating kinerja pada setiap alternatif untuk semua atribut. Asumsi yang mendasari metode SAW adalah setiap atribut bersifat independen, jadi tidak akan dipengaruhi oleh atribut lain. Scoring dengan metode ini diperoleh dengan menambahkan kontribusi dari setiap atribut (Kahraman, 2003). Langkahlangkah dalam metode SAW adalah (Eniyati,S. 2011): 1. Membuat matriks keputusan Z berukuran m x n, dimana m = alternatif yang akan dipilih dan n = kriteria. 2. Membarikan nilai x setiap alternatif (i) pada setiap kriteria (j) yang sudah ditentukan, dimana, i=1,2, m dan j=1,2, n pada matriks keputusan Z, 3. Memberikan nilai bobot preferensi (W) oleh pengambil keputusan untuk masingmasing kriteria yang sudah ditentukan. 4. Melakukan normalisasi matriks keputusan Z dengan cara menghitung nilai rating kinerja ternormalisasi (rij) dari alternatif Ai pada atribut Cj. Dengan ketentuan : a. Dikatakan atribut keuntungan apabila atribut bnyak memberikan keuntungan bagi pengambil keputusan, sedangkan atribut biaya merupakan atribut yang banyak memberikan pengeluaran jika nilainya semakin besar bagi pengambil keputusan. b. Apabila berupa atribut keuntungan maka nilai (xij) dari setiap kolom atribut dibagi dengan nilai (MAX xij) dari tiap kolom, sedangkan untuk atribut biaya, nilai (MIN xij) dari tiap kolom atribut dibagi dengan nilai (xij) setiap kolom.
3 6 c. Hasil dari nilai rating kinerja ternormalisasi (rij) membentuk matriks ternormalisasi (N) d. Melakukan proses perankingan dengan cara mengalikan matriks ternormalisasi (N) dengan nilai bobot preferensi (W). e. Menentukan nilai preferensi untuk setiap alternatif (Vi) dengan cara menjumlahkan hasil kali antara matriks ternormalisasi (N) dengan nilai bobot preferensi (W). Nilai Vi yang lebih besar mengindikasikan bahwa alternatif Ai merupakan alternatif terbaik. Kelebihan dari Metode Simple Additive Weighting (SAW) dibandingkan dengan model pengambilan keputusan yang lain terletak pada kemampuannya untuk melakukan penilaian secara lebih tepat karena didasarkan pada nilai kriteria dan bobot preferensi yang sudah ditentukan, selain itu SAW juga dapat menyeleksi alternatif terbaik dari sejumlah alternatif yang ada karena adanya proses perangkingan setelah menentukan nilai bobot untuk setiap atribut. Hasil akhir diperoleh dari setiap proses perangkingan yaitu penjumlahan dari perkalian matriks ternormalisasi dengan bobot preferensi sehingga diperoleh nilai Vi yang lebih besar mengindikasikan bahwa alternatif Ai merupakan alternatif terbaik. Beda antara atribut keuntungan dan atribut biaya yaitu : Dikatakan atribut keuntungan jika atribut yang diberikan itu dimaksudkan untuk meningkatkan keuntungan dari pengambilan keputusan yang diambil. Jika nilai kecocokan setiap kriteria itu semakin tinggi nilainya semakin baik atau semakin diprioritaskan maka kriteria tersebut dikatakan kriteria atau atribut keuntungan. Kemudian dikatakan atribut biaya jika atribut yang diberikan itu dimaksudkan untuk meningkatkan pengurangan biaya operasional pengambilan keputusan yang
4 7 diambil. Jika nilai kecocokan setiap kriteria itu semakin kecil nilainya semakin baik, maka kriteria tersebut dikatakan kriteria biaya Langkah Langkah Penyelesaian Metode Simple Additive Weighting (SAW) Terdapat beberapa langkah dalam menggunakan metode SAW untuk memecahkan masalah, langkah-langkahnya adalah sebagai berikut (Kusumadewi, 2006) : 1. Menentukan alternatif, yaitu Ai. 2. Menentukan kriteria-kriteria yang akan dijadikan acuan dalam pengambilan keputusan, yaitu Ci. 3. Memberikan nilai bobot pada setiap kriteria. 4. Menentukan bobot preferensi atau tingkat kepentingan (Wj) setiap kriteria. 5. Membuat tabel rating kecocokan dari setiap alternatif pada setiap kriteria. 6. Membuat matriks keputusan berdasarkan kriteria (Ci). 7. Melakukan normalisasi matriks berdasarkan persamaan yang disesuaikan dengan jenis kriteria, (kriteria keuntungan ataupun kriteria biaya) sehingga diperoleh matriks ternormalisasi R. Hasil akhir diperoleh dari proses perangkingan yaitu penjumlahan dari perkalian matriks ternormalisasi R dengan vektor bobot sehingga diperoleh nilai terbesar yang dipilih sebagai alternatif terbaik (Ai) sebagai solusi. 2.3 Weighted Product Weighted Product merupakan salah satu metode yang digunakan untuk menyelesaikan masalah Multi Attribute Decision Making (MADM). Algoritma Weighted Product menggunakan perkalian untuk menghubungkan rating atribut, dimana rating setiap atribut harus dipangkatkan dulu dengan bobot atribut yang bersangkutan (Shuanghong, et al., 2012). Proses ini sama halnya dengan proses normalisasi. Preferensi untuk alternatif Ai diberikan sebagai berikut: = /
5 8 = Dengan i = 1, 2,...,m dan j= 1, 2,...n. Keterangan: = product S = Preferensi alternatif dianalogikan sebagai vektor S X = nilai kriteria W = Bobot kriteria / subkriteria i = alternatif j = kriteria n = banyaknya kriteria Dimana wj adalah pangkat bernilai positif untuk atribut keuntungan, dan bernilai negatif untuk atribut biaya. Preferensi relatif dari setiap alternatif, diberikan pada rumus 2: = Dengan i = 1,2,...,n...(2) Dimana : V : Preferensi alternatif dianalogikan sebagai vector V X : nilai kriteria w : bobot kriteria i : alternatif j : kriteria n : banyaknya kriteria Algoritma weighted product adalah salah satu analisis multi-kriteria keputusan yang sangat terkenal. Multiple Attribute Decision Making (MADM) yang diberikan adalah satu set terbatas dari alternatif keputusan yang dijelaskan dalam hal sejumlah kriteria keputusan.
6 Langkah-langkah algoritma Weighted Product Secara singkat, algoritma Weighted Product ini adalah sebagai berikut (Anggraeni et al.,2013 dalam Mawuntu, 2015). a. Melakukan normalisasi bobot untuk menghasilkan nilai 1 = 1 Dimana j = 1,2,...,n adalah banyak alternatif. b. Menentukan kategori dari masing-masing kriteria, apakah termasuk kedalam kriteria keuntungan atau kriteria biaya. c. Menetukan nilai vektor S dengan mengalikan seluruh kriteria bagi sebuah alternatif dengan bobot sebagai pangkat positif untuk kriteria keuntungan dan bobot berfungsi sebagai pangkat negatif pada kriteria biaya. d. Menentukan nilai vektor V yang akan digunakan untuk perangkingan. e. Menemukan urutan alternatif terbaik yang akan menjadi keputusan Penelitian yang Relevan Adapun penelitian-penelitian yang relevan terhadap penelitian ini adalah: 1. Muhammad Syaukani Dan Sri Hartati (2012), Pemodelan Sistem Pendukung Keputusan Kelompok Untuk Diagnosa Penyakit Pneumonia Dengan Fuzzy Linguistic Quantifier Dan Ahp. Hasil penelitian Berdasarkan uraian dan pembahasan, dapat disimpulkan bahwa sistem pendukung keputusan kelompok menggunakan Fuzzy Linguistic Quantifier dan AHP dapat menetapkan penyakit dan jenis antibiotik sebagai hasil dianogsis penyakit pneumonia. 2. Muhammad Syaukani Dan Hari Kusnanto (2012), Pemodelan Sistem Pendukung Keputusan Kelompok Dengan Metode Fuzzy Weighted Product Untuk Diagnosa Penyakit Pneumonia. Hasil penelitian Berdasarkan uraian dan pembahasan, dapat disimpulkan bahwa sistem pendukung keputusan kelompok menggunakan Fuzzy Weighted Product dapat menetapkan penyakit dan jenis antibiotik sebagai hasil diagnosa penyakit pneumonia. Penelitian ini akan dikembangkan lebih lanjut dengan melakukan penambahan data gejala dan meneliti lebih jauh sistem penilaian terhadap gejala dari suatu penyakit. Muhammad Muhlis (2011), Kajian Peresepan Antibiotika Pada Pasien Dewasa Di Salah Satu Puskesmas Kota Yogyakarta Periode Januari-April Hasil penelitian Berdasarkan hasil penelitian terhadap penggunaan antibiotika
7 10 pasien dewasa di salah satu puskesmas Kota Yogyakarta periode Januari sampai dengan April 2010 dapat diambil kesimpulan sebagai berikut, tercatat sebanyak 320 pasien yang mendapatkan antibiotika, dengan 6 jenis antibiotika yaitu amoksisilin 64,53%, ampisilin 11,31 %, kontrimoksazol 15,90%, kloramfenikol, 0,61 %, metronidazol 2,75 % dan tetrasiklin 4,89 %. Sebanyak 313 pasien mendapat antibiotika tunggal dan 7 pasien mendapat kombinasi antibiotika, semua peresepan memenuhi ketepatan dosis dan frekuensi, kecuali kotrimoksasol tepat dosis 98 % dan Ampisilin tepat dosis 49 %. 2.3 Logika fuzzy Logika fuzzy adalah suatu cara yang tepat untuk memetakan suatu ruang input kedalam suatu ruang output. Titik awal dari konsep terbaru mengenai ketidakpastian adalah paper yang dibuat oleh Lofti A Zadeh (1972), dimana Zadeh memperkenalkan teori yang memiliki obyek-obyek dari himpunan fuzzy yang memiliki batasan yang tidak presisi dan keanggotaan dalam himpunan fuzzy, dan bukan dalam bentuk logika benar (true) atau salah (false), tapi dinyatakan dalam derajat (degree). Konsep seperti ini disebut dengan Fuzziness dan teorinya dinamakan Fuzzy Set Theory. Fuzziness dapat didefinisikan sebagai logika kabur berkenaan dengan semantik dari suatu kejadian, fenomena atau pernyataan itu sendiri. Seringkali ditemui dalam pernyataan yang dibuat oleh seseorang, evaluasi dan suatu pengambilan keputusan. Fuzzy system (sistem kabur) didasari atas konsep himpunan kabur yang memetakan domain input kedalam domain output. Perbedaan mendasar himpunan tegas dengan himpunan kabur adalah nilai keluarannya. Himpunan tegas hanya memiliki dua nilai output yaitu nol atau satu, sedangkan himpunan kabur memiliki banyak nilai keluaran yang dikenal dengan nilai derajat keanggotaannya. Logika fuzzy adalah peningkatan dari logika Boolean yang berhadapan dengan konsep kebenaran sebagian. Dimana logika klasik (crisp) menyatakan bahwa segala hal dapat diekspresikan dalam istilah binary (0 atau 1, hitam atau putih, ya atau tidak). Logika fuzzy menggantikan kebenaran Boolean dengan tingkat kebenaran. Logika fuzzy memungkinkan nilai keanggotaan antara 0 dan 1, tingkat keabuan dan juga hitam dan putih, dan dalam bentuk linguistic, konsep tidak pasti seperti sedikit, lumayan, dan sangat. Logika ini diperkenalkan oleh Dr. Lotfi Zadeh dari Universitas California,
8 11 Barkeley pada tahun Logika fuzzy telah digunakan pada bidang-bidang seperti taksonomi, topologi, linguistik, teori automata, teori pengendalian, psikologi, pattern recognition, pengobatan, hukum, decision analysis, system theory and information retrieval. Pendekatan fuzzy memiliki kelebihan pada hasil yang terkait dengan sifat kognitif manusia, khususnya pada situasi yang melibatkan pembentukan konsep, pengenalan pola, dan pengambilan keputusan dalam lingkungan yang tidak pasti atau tidak jelas. Skema dasar dari fuzzy logic dapat dilihat pada Gambar 2.1. Knowledge Base Fuzzy Inference System Fuzzyfication Defuzzification Input Output Gambar 1. Skema dasar Fuzzy Logic Sumber : (Zadeh,1972) Menurut Kaufmann & Gupta (1988) segitiga bilangan fuzzy perkiraan taksi digunakan untuk banyak aplikasi praktis serta beberapa kelemahan (Dursun & Karsak, 2010). Menurut Karsak (2002) bilangan fuzzy segitiga yang tepat untuk mengukur informasi jelas tentang masalah yang paling keputusan termasuk seleksi personil. Alasan utama untuk menggunakan bilangan fuzzy segitiga dapat dinyatakan sebagai representasi efisien intuitif dan computational- mereka (Dursun & Karsak, 2010). Dengan penggunaan efisiensi logika fuzzy meningkat dan waktu respon berkurang dalam sistem pakar (Zimmermann, 1996).
9 12 Pendekatan logika fuzzy memberikan kemampuan kerja untuk mesin dengan cara pengolahan data khusus dari manusia dan manfaat dari pengalaman mereka dan intuisi - bukan data numerik hanya menggunakan ekspresi simbolik (Bas lıgil 2005 S en 2009). Alasan digunakan logika fuzzy (Cox, 1994 dalam Kusumadewi, 2010) yaitu: 1. Konsep logika fuzzy mudah dimengerti. Karena logika fuzzy menggunakan dasar teori himpunan, maka konsep matematis yang didasari penalaran fuzzy tersebut cukup mudah untuk dimengerti. 2. Logika fuzzy sangat fleksibel, artinya mapu beradaptasi dengan perubahanperubahan dan ketidakpastian yang disertai permasalahan. 3. Logika fuzzy memiliki toleransi terhadap data yang tidak tepat. Jika diberikan sekelompok data yang cukup homogen, dan kemudian ada beberapa data yang ekslusif, maka logika fuzzy memiliki kemampuan untuk menangani data ekslusif tersebut. 4. Logika fuzzy mampu memodelkan fungsi-fungsi nonlinear yang sangan kompleks. 5. Logika fuzzy dapat membangun dan mengaplikasikan pengalaman-pengalaman para pakar secara langsung tanpa harus melalui proses pelatihan. Dalam hal ini, sering dikenal dengan nama Fuzzy Expert Systems menjadi bagian terpenting. 6. Logika fuzzy dapat bekerja sama dengan teknik-teknik kendali secara konvensional. Hal ini umumnya terjadi pada aplikasi di bidang teknik mesin maupun teknik elektro. 7. Logika fuzzy didasarkan pada bahasa alami. Logika fuzzy menggunakan bahasa sehari-hari sehingga mudah dimengerti. Teori fuzzy set merupakan pengembangan dari teori set (biasa) atau crisp set. Perbedaan antara fuzzy set dan crisp set terletak pada keanggotaan suatu obyek. Pada crisp set suatu obyek hanya mempunyai dua kemungkinan keanggotaan yaitu anggota himpunan (1) atau bukan anggota himpunan (0), sedangkan pada fuzzy set tingkat keanggotaan elemen berada pada interval [0,1] (L. A. Zadeh, 1965). Apabila X adalah himpunan semesta, fuzzy set F dari X adalah: µf : X [0, 1] yang menghubungkan setiap x є X dengan derajat keanggotaan x didalam F.
10 Manajemen Sumber Daya Manusia (SDM) Tujuan utama dari SDM adalah untuk meningkatkan efektivitas organisasi melalui kinerja individu karena sumber daya manusia adalah komponen kunci dari organisasi. SDM berkaitan dengan banyak aspek mengelola orang seperti rekrutmen dan seleksi, sumber daya (perencanaan tenaga kerja), menjaga motivasi tinggi untuk meningkatkan kinerja secara keseluruhan, mengembangkan sistem reward, san sebagainya. Secara singkat, SDM adalah fungsi organisasi yang bertujuan untuk meningkatkan kualitas kehidupan kerja di umum. SDM adalah pendekatan strategis yang secara langsung berkaitan dengan mengelola proses kerja dan pengembangan orang-orang yang dapat dan akan mempengaruhi tingkat kinerja dari semua sumber daya organisasi lainnya. Sementara itu, SDM melibatkan semua keputusan manajemen yang mempengaruhi sifat hubungan antara karyawan dan organisasi (Demir, Birbil, Atalay, & Yildirim, 2000). SDM berdasarkan aktivasi dan penilaian karyawan di tingk at optimal (Ince, 2005). Organisasi harus dialatih untuk mendapatkan nilai tambah dengan tujuan memenuhi kondisi ekonomi dengan memanfaatkan manajemen sumber daya manusia secara proaktif (Akgeyik, 2011). Proses kompetisi membutuhkan pengembangan pekerjaan baru profil yang dasar pada sumber daya manusia dalam organisasi dari manajer tingkat atas untuk menurunkan tingkat karyawan dan mengandung diperlukan semua pengaturan untuk membuat mereka lebih efisien, produktif dan bermanfaat serta untuk memiliki kepuasan kerja dan menjadi bahagia (OG UT, Akgemci, & Demirsel, 2004). SDM yang paling berat karena berbeda dari sumber lain dari perusahaan, manusia memiliki psikologi dan merupakan makhluk yang kompleks. Oleh karena itu kinerja tidak harus menjadi satu-satunya kriteria untuk penilaian personil bakat. Produktivitas dan kebahagiaan personal dalam kehidupan pekerjaan tergantung pada potensi mereka. Berkat penelitian psikologis dan penelitian lainya, sekarang ada sejumlah cara untuk menilai potensi melalui kuesioner psikometri. SDM yang terjerat ke semua departemen suatu organisasi pada dasarnya sebagai sumber daya untuk bekerja dan kinerja personil. Dampak dari SDM dan kinerja diperiksa oleh beberapa penulis dapat ditemukan di Armstrong (2003). Menurut Manoharan et al. (2011) menghadapi layanan sumber daya manusia tradisional dalam organisasi progresif saat ini mengalami perubahan yang dramatis.
11 14 Seiring dengan perubahan dan perkembangan dalam kehidupan profesional, manajemen bakat (TM) menjadi semakin penting dalam SDM (Dogan & demiral, 2008). Menurut Holbeche (2009), idealnya manajer SDM harus memiliki percakapan dengan masing-masing pejabat tinggi dalam organisasi mereka untuk mencari tahu apa yang benar-benar memotivasi mereka dan untuk melihat sampai sejauh mana dapat diakomodasi kebutuhan mereka. Melalui perhatian individu tersebut dimungkinkan untuk memberikan orang di berbagai tahap karir mereka kesempatan untuk pindah ke peran yang lebih menantang yang tidak selalu melibatkan promosi. Dalam beberapa kasus ini mungkin memerlukan organisasi untuk menampilkan fleksibilitas yang lebih besar. 2.5 Menejemen Bakat Bakat didefinisikan sebagai kemampuan untuk memahami dan melaksanakan sesuatu, kompetensi. Menurut Chabault, Hulin, dan Soparnot (2012), bakat istilah dapat didefinisikan oleh beberapa karakteristik khusus. (1) Bakat adalah individu: Bakat individu tidak kolektif. (2) Talent mewakili seluruh kelompok sumber: Bakat adalah konfigurasi sumber daya pribadi tertentu. (3) Talent ada pada setiap tingkat dalam sebuah organisasi: Talent dapat eksis pada tingkat yang berbeda dari sebuah organisasi tapi ini bukan sesuatu yang mayoritas individu dalam suatu organisasi yang selalu sadar, juga tidak berlaku untuk semua organisasi. Sekelompok konsultan McKinsey diciptakan fase '' Perang untuk Talent '' di akhir 1990-an (Iles, Chuai, & Preece, 2010; Michaels, Handfield-Jones, & Beth, 2001; Schuler, Jackson, & Tarique, 2011). Memang telah diperlukan memberikan keberhasilan yang berkelanjutan perusahaan untuk mencapai lingkungan yang kompetitif yang berkelanjutan. Menurut Iles et al. (2010) TM dikatakan penting untuk keberhasilan organisasi, mampu memberikan keunggulan kompetitif melalui identifikasi, pengembangan dan pemindahan karyawan berbakat. Menurut Polat (2011), bakat sebagai kata dan konsep talant manajement secara signifikan kabur. Penulis membuat beberapa deskripsi untuk '' bakat ''. Salah satunya didasarkan pada '' individu '' yang lain didasarkan pada '' kualitas ''. Mengingat deskripsi berdasarkan individu, bakat adalah orang yang memberikan kontribusi cukup untuk
12 15 organisasi kinerja saat ini dan masa depan. Di sisi lain, deskripsi berdasarkan kualitas menunjukkan bahwa bakat adalah pola intelektual, emosional dan perilaku yang berlaku dan dapat diulang untuk meningkatkan kinerja. Menurut definisi lain, bakat adalah salah satu metode yang secara langsung menghubungkan karyawan ke dalam rantai nilai. Sebagai Altuntug (2009) menyatakan, masalah yang paling penting yang dihadapi organisasi saat ini adalah untuk mencapai keunggulan kompetitif yang berkelanjutan selama bertahun-tahun. Strategi persaingan yang dikembangkan untuk tujuan ini tidak mampu memberikan keberhasilan yang berkelanjutan karena mereka dapat dengan mudah disimulasikan oleh pesaing. Dalam rangka untuk menjaga keunggulan kompetitif, organisasi baru-baru ini menemukan bahwa sumber daya mereka telah mencari, yang otentik dan sulit untuk mensimulasikan, tidak terlalu jauh, pada kenyataannya, itu adalah dalam. sumber daya ini tidak lain '' manusia '' yang bakat harus ditingkatkan sementara menempatkan ke dalam penggunaan yang sudah ada. Menurut Lewis dan Heckman (2006), istilah '' talent management '' tidak memiliki arti yang jelas. Hal ini digunakan dalam terlalu banyak cara dan sering merupakan cara untuk menyoroti ''strategis'' pentingnya SDM khusus (merekrut, seleksi, pengembangan, dll) tanpa menambah teori atau praktek khusus itu. Atau, itu digunakan untuk menarik tentang pentingnya mengelola bakat. '' Talent '' pada dasarnya adalah eufemisme untuk '' orang '' dan karena perspektif tentang bagaimana orang dapat dan harus dikelola bervariasi sehingga sangat literatur TM dapat merekomendasikan saran yang kontradiktif. Cırpan dan S.En (2009) mendefinisikan manajemen bakat sebagai, proses manajemen, yang membawa SDM di tengah, bertujuan untuk menutup kesenjangan antara bakat saat ini dan bakat yang diperlukan untuk melawan gejolak yang organisasi akan hadapi saat mencapai tujuannya. Konsep TM secara signifikan strategis. Collings dan Mellahi (2009), mendefinisikan manajemen bakat strategis sebagai kegiatan dan proses yang melibatkan identifikasi sistematis posisi kunci yang berbeda-beda memberikan kontribusi untuk keuntungan yang berkelanjutan kompetitif organisasi, pengembangan bakat-bakat potensial dan tinggi pemain lama berperforma tinggi untuk mengisi peran ini, dan pengembangan arsitektur sumber daya manusia dibedakan untuk memudahkan mengisi posisi tersebut dengan pemain lama yang kompeten dan untuk memastikan komitmen mereka terus organisasi-menekankan identifikasi posisi penting sebagai titik tolak untuk sistem manajemen bakat strategis.
13 16 Menurut Holbeche (2009) manajemen bakat semakin dilihat sebagai elemen penting dari membantu organisasi mencapai keunggulan kompetitif. Pentingnya ekonomi tumbuh layanan berbasis pengetahuan dan produk mengemudi kebutuhan untuk keterampilan tingkat yang lebih tinggi di industri yang beragam seperti konstruksi, farmasi, pertahanan dan teknologi tinggi, yang sudah mengalami kekurangan yang serius dari bakat global yang tersedia, dengan kekurangan yang lebih besar diperkirakan berkat untuk dampak pertumbuhan tren demografi. Demikian pula, pekerja terampil berharap untuk melanjutkan mengembangkan keterampilan mereka. Jika organisasi yang berhasil menarik bakat baru, mereka harus memberikan peluang pertumbuhan. Dalam konteks seperti 'perang untuk bakat' sekali lagi dengan kami dan berkembang keterampilan tenaga kerja yang ada harus menjadi papan kunci dari setiap manajemen bakat dan strategi organisasi. TM membutuhkan multi-kriteria pengambilan keputusan (MCDM) pendekatan. Dalam manajemen bakat personil janji dan seleksi khas keputusan beberapa kriteria membuat masalah di hadapan berbagai kriteria seleksi dan satu set alternatif yang mungkin. Menurut Önüt, Kara, dan Efendigil (2008), metode MCDM menangani proses pembuatan keputusan di hadapan beberapa kriteria atau tujuan. Seorang pembuat keputusan (DM) diperlukan untuk memilih di antara kriteria kuantitatif atau nonkuantitatif dan beberapa. evaluasi DM pada kriteria kualitatif selalu subjektif dan dengan demikian tidak tepat. Tujuan biasanya saling bertentangan dan karena itu solusi yang sangat tergantung pada preferensi DM. Selain itu, sangat sulit untuk mengembangkan kriteria seleksi yang justru dapat menggambarkan preferensi satu alternatif atas yang lain Pentingnya Manajemen Bakat Setiap tugas memberikan tanggung jawab yang berbeda, berisi informasi yang berbeda, membutuhkan kompetensi dan pengalaman yang berbeda. Namun, setiap karyawan memiliki tingkat persepsi yang berbeda juga. Oleh karena itu, menugaskan orang yang tepat untuk posisi yang tepat menjadi semakin penting. Jika kita menganggap '' bakat '' sebagai bahan baku, mengelola itu menciptakan proses itu sendiri (Altuntug, 2009). Manajer harus fokus pada memperoleh tingkat tinggi kemanjuran dari bakat-bakat di tangan sambil menghindari untuk mengaruniakan sumber daya lainnya. Salah satu pertanyaan yang paling penting dalam manajemen bakat adalah bahwa apakah posisi
14 17 terbuka harus diisi dalam atau dari luar. Untuk menjawab pertanyaan ini, berdasarkan kebijakan perusahaan dan tidak mengguncang kepercayaan di kalangan karyawan, akan lebih baik untuk menetapkan seseorang dalam organisasi. Namun merekrut dari luar harus dipertimbangkan setelah bakat saat ini tidak sesuai untuk posisi itu. Dalam organisasi tumbuh dikontrol, disarankan untuk menetapkan karyawan yang ada ke posisi terbuka. Sementara ini akan meningkatkan motivasi karyawan, juga memperkuat kepercayaan dan keterlibatan organisasi (Dogan & Demiral, 2008). Namun demikian, apakah untuk menetapkan dalam atau untuk merekrut dari luar, pertanyaan utama untuk bertanya adalah '' bagaimana mengetahui orang yang tepat ''. Sebagian besar waktu, kinerja di posisi saat ditemukan cukup untuk mencapai keputusan. Meskipun ini merupakan titik awal yang penting, apakah s / ia memenuhi syarat untuk calon posisi atau tidak harus menjadi titik keputusan penting. Ada sejumlah studi untuk mengukur potensi. Beberapa tes psikometri yang mencoba untuk dikembangkan dalam studi psikologi. topik lain perhatian menuntut adalah apakah ini calon potensial dapat dipercaya dalam hal profil kepribadian (Çırpan & S? en, 2009). manajemen bakat adalah proses transformasi potensi menjadi kinerja. Akibatnya, mengidentifikasi potensi sangat penting. Manajemen kinerja dengan cepat dalam organisasi saat ini. Organisasi harus bergantung pada pekerja profil tinggi dalam hal potensi dan kinerja, dalam rangka mewujudkan tujuan strategis mereka dan berdiri di antara para pesaingnya (Genis? & USTA, 2011). pengalaman individu dan bakat harus diubah menjadi pengetahuan organisasi dan ini bisa dicapai melalui manajemen pengetahuan. Konversi pengetahuan tacit menjadi pengetahuan eksplisit adalah penting dalam hal keberlanjutan kelembagaan. Menurut Chu, Khosla, dan Nishida (2012) penelitian yang ada dalam literatur manufaktur cerdas telah menyoroti kebutuhan untuk menghubungkan budaya organisasi, strategi bisnis dengan manajemen pengetahuan (KM) serta mengukur kinerja sistem manajemen pengetahuan untuk praktek terbaik. Pencocokan orang yang tepat dengan posisi yang tepat adalah lebih penting daripada memiliki yang terbaik, paling berbakat, karyawan yang paling berpengalaman. Isu penting adalah cocok dengan bakat dan pengalaman dengan posisi saat ini. Jika tidak ketidaksanggupan dlm menyesuaikan diri dan penurunan kinerja dan motivasi akan terelakkan. Oleh karena itu sangat penting menugaskan orang yang tepat untuk posisi yang tepat untuk memastikan kinerja tinggi organisasi.
15 18 Menurut Chabault et al. (2012) manajemen bakat sukses perlu didasarkan pada pemahaman tentang tiga kategori faktor (internal, eksternal dan interkoneksi). Pertama, pendekatan sepenuhnya organisasi untuk masalah manajemen bakat menyoroti pentingnya struktur kerja dan suasana. Kedua, organisasi harus berada dalam posisi untuk menawarkan lingkungan kerja yang mampu mendorong kinerja individu (alatalat kerja terbaik yang dibuat tersedia bersama dengan rekan-rekan ahli di lapangan). Akhirnya, bakat berkembang sebagai akibat dari interaksi.
BAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA 4 BAB 2 TINJAUAN PUSTAKA 2.1. Pengertian Fuzzy Logika fuzzy adalah suatu cara yang tepat untuk memetakan suatu ruang input kedalam suatu ruang output. Titik awal dari konsep modern
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1. Sistem Pendukung Keputusan Sistem Pendukung Keputusan merupakan suatu sistem interaktif yang mendukung kepututsan dalam proses pengambilan keputusan melalui alternatif-alternatif
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Teori Keputusan Teori keputusan adalah teori mengenai cara manusia memilih pilihan diantara pilihan-pilihan yang tersedia secara acak guna mencapai tujuan yang hendak diraih (Hansson,
Lebih terperinciPENENTUAN PENERIMA BEASISWA DENGAN MENGGUNAKAN FUZZY MULTIPLE ATRIBUTE DECISSION MAKING.
PENENTUAN PENERIMA BEASISWA DENGAN MENGGUNAKAN FUZZY MULTIPLE ATRIBUTE DECISSION MAKING Apriansyah Putra 1, Dinna Yunika Hardiyanti 2 Jurusan Sistem Informasi,Fakultas Ilmu Komputer Universitas Sriwijaya
Lebih terperinciSISTEM 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 terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI Pada bab ini akan dibahas teori mengenai Sistem Pendukung Keputusan, penelitan lain yang berhubungan dengan sistem pendukung keputusan, Simple Additve Weighting (SAW), dan Weighted
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN KELULUSAN UJIAN SARINGAN MASUK JALUR PMDK BERDASARKAN NILAI RATA-RATA MATEMATIKA DAN BAHASA INGGRIS
SISTEM PENDUKUNG KEPUTUSAN KELULUSAN UJIAN SARINGAN MASUK JALUR PMDK BERDASARKAN NILAI RATA-RATA MATEMATIKA DAN BAHASA INGGRIS Fitrah Rumaisa, S.T., Tanti Nurafianti Universitas Widyatama, Jl. Cikutra
Lebih terperinciSKRIPSI. Diajukan Untuk Memenuhi Sebagian Syarat Guna Memperoleh Gelar Sarjana Komputer (S.Kom) Pada Program Studi Sistem Informasi OLEH :
IMPLEMENTASI SISTEM PENDUKUNG KEPUTUSAN SELEKSI PENERIMA BERAS MISKIN MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING ( STUDI KASUS KEL. JAMSAREN KOTA KEDIRI) SKRIPSI Diajukan Untuk Memenuhi Sebagian Syarat
Lebih terperinciKata Kunci : Fuzzy MADM, SAW, kriteria, beasiswa.
SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN PENERIMA BEASISWA MENGGUNAKAN SIMPLE ADDITIVE WEIGHTING (SAW) (STUDI KASUS : SISWA SMK MUHAMMADIYAH PRINGSEWU) Andra Setiawan Jurusan Sistem Informasi STMIK
Lebih terperinciIMPLEMENTASI SISTEM REKOMENDASIAN PENERIMAAN BEASISWA DENGAN MENGGUNAKAN FMADM
IMPLEMENTASI SISTEM REKOMENDASIAN PENERIMAAN BEASISWA DENGAN MENGGUNAKAN FMADM Anis Yusrotun Nadhiroh Jurusan Teknik Informatika - STT Nurul Jadid Paiton ayusrotun@gmail.com ABSTRAK Sesuai dengan peraturan
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PEMBELIAN KENDARAAN BERMOTOR DENGAN METODE SAW
SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PEMBELIAN KENDARAAN BERMOTOR DENGAN METODE SAW Arie Wedhasmara 1, Jasmo ari wibowo 2 Jurusan Sistem Informasi Fakultas Ilmu Komputer Universitas Sriwijaya Email : jasmo_ari_wibowo@yahoo.co.id
Lebih terperinciBAB 2 TINJAUAN PUSTAKA. 2.1 Definisi Sistem, Keputusan dan Sistem Pendukung Keputusan
BAB 2 TINJAUAN PUSTAKA 2.1 Definisi Sistem, Keputusan dan Sistem Pendukung Keputusan Sistem Pendukung Keputusan (Decision Support System) merupakan sistem informasi interaktif yang menyediakan informasi,
Lebih terperinciBAB 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 terperinciSeminar Nasional Aplikasi Teknologi Informasi 2009 (SNATI 2009) ISSN: Yogyakarta, 20 Juni 2009
SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN PENERIMA BEASISWA BANK BRI MENGGUNAKAN FMADM (STUDI KASUS: MAHASISWA FAKULTAS TEKNOLOGI INDUSTRI UNIVERSITAS ISLAM INDONESIA) Henry Wibowo S 1), Riska Amalia
Lebih terperinciSistem Pendukung Keputusan Dalam Menentukan Dosen Pembimbing Skripsi
E-journal Teknik Informatika, Volume 9, No 1 (2016), ISSN : 1 Sistem Pendukung Keputusan Dalam Menentukan Dosen Pembimbing Skripsi Iwan Laengge, Hans F. Wowor, Muhamad D. Putro Teknik Informatika Universitas
Lebih terperinciMulti-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 terperinciSISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN KUALITAS PELAYANAN PADA APOTEK AMONG ROGO ADILUWIH. Febriana 1, Dedi Irawan 2
SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN KUALITAS PELAYANAN PADA APOTEK AMONG ROGO ADILUWIH Febriana 1, Dedi Irawan 2 Jurusan Sistem Informasi STMIK Pringsewu Lampung Jl. Wisma Rini No. 09 Pringsewu
Lebih terperinciDECISION SUPPORT SYSTEM FOR DETERMINING SCHOLARSHIP RECIPIENTS USING TOPSIS FMADM METHOD
ZERO JURNAL SAINS MATEMATIKA DAN TERAPAN Volume 1 No. 1 2017 Page : 11-21 P-ISSN: 2580-569X E-ISSN: 2580-5754 DECISION SUPPORT SYSTEM FOR DETERMINING SCHOLARSHIP RECIPIENTS USING TOPSIS FMADM METHOD Ismail
Lebih terperinciMETODE FUZZY SIMPLE ADDITIVE WEIGHTING (SAW) DALAM MENENTUKAN KUALITAS KULIT ULAR UNTUK KERAJINAN TANGAN (STUDI KASUS : CV. ASIA EXOTICA MEDAN)
METODE FUZZY SIMPLE ADDITIVE WEIGHTING (SAW) DALAM MENENTUKAN KUALITAS KULIT ULAR UNTUK KERAJINAN TANGAN (STUDI KASUS : CV. ASIA EXOTICA MEDAN) Alfa Saleh 1, Ria Eka Sari 2, Harris Kurniawan 3 STMIK Potensi
Lebih terperinciBAB 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 terperinciSISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN PENERIMA BEASISWA MENGGUNAKAN METODE FMADM (STUDI KASUS: MAHASISWA FKIP UMN AL-WASHLIYAH MEDAN) ABSTRACT
ZERO JURNAL MATEMATIKA DAN TERAPAN Volume 1 No. 1 2017 P-ISSN: 2580-569X E-ISSN : 2580-5754 SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN PENERIMA BEASISWA MENGGUNAKAN METODE FMADM (STUDI KASUS: MAHASISWA
Lebih terperinciPENENTUAN SISWA BERPRESTASI PADA SMK WIDYA YAHYA GADINGREJO DENGAN METODE SAW
PENENTUAN SISWA BERPRESTASI PADA SMK WIDYA YAHYA GADINGREJO DENGAN METODE SAW RATIH ERNAWATI Jurusan Sistem Informasi, Sekolah Tinggi Manajemen dan Informatika STMIK Pringsewu Lampung Jl. Wismarini no.09
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN DALAM PEMBERIAN BEASISWA DENGAN MENGGUNAKAN METODE WEIGHTED PRODUCT (Studi kasus: Universitas Sari Mutiara Indonesia)
Page 83 SISTEM PENDUKUNG KEPUTUSAN DALAM PEMBERIAN BEASISWA DENGAN MENGGUNAKAN METODE WEIGHTED PRODUCT (Studi kasus: Universitas Sari Mutiara Indonesia) Burhanuddin, Dini 2 Universitas Sari Mutiara Indonesia
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN PENERIMA BEASISWA DI SMA NEGERI 6 PANDEGLANG
SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN PENERIMA BEASISWA DI SMA NEGERI 6 PANDEGLANG Heri Sulistiyo Jurusan Teknik Informatika, Fakultas Teknik dan Ilmu Komputer, Universitas Komputer Indonrsia Jln.
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN DALAM PEMBERIAN BEASISWA DENGAN MENGGUNAKAN METODE WEIGHTED PRODUCT (Studi kasus: Universitas Sari Mutiara Indonesia)
Page 83 SISTEM PENDUKUNG KEPUTUSAN DALAM PEMBERIAN BEASISWA DENGAN MENGGUNAKAN METODE WEIGHTED PRODUCT (Studi kasus: Universitas Sari Mutiara Indonesia) Burhanuddin, Dini 2 Universitas Sari Mutiara Indonesia
Lebih terperinciSISTEM 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 terperinciSistem Pendukung Keputusan Penentuan Lokasi Gudang di Perusahaan dengan Metode Weighted Product
Sistem Pendukung Keputusan Penentuan Lokasi Gudang di Perusahaan dengan Metode Weighted Product Indah Kumala Sari 1, Yohana Dewi Lulu W 2, Kartina Diah K 3 1,2 Jurusan Sistem Informasi,.3 Jurusan Teknik
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Objek Wisata Objek dan daya tarik wisata adalah suatu bentukan dan fasilitas yang berhubungan, yang dapat menarik minat wisatawan atau pengunjung untuk datang ke suatu daerah
Lebih terperinciBAB II LANDASAN TEORI 2.1 PASKIBRAKA
BAB II LANDASAN TEORI 2.1 PASKIBRAKA Pasukan Pengibar Bendera Pusaka atau yang lebih sering dikenal dengan PASKIBRAKA, merupakan suatu pasukan yang bertugas dalam mengibarkan duplikat bendera pusaka dalam
Lebih terperinciAPLIKASI PENENTUAN NILAI KEDISIPLINAN DAN LOYALITAS UNTUK REKOMENDASI NILAI BONUS SALESMAN DENGAN METODE SIMPLE ADDITIVE WEIGHTING SKRIPSI
Artikel Skripsi APLIKASI PENENTUAN NILAI KEDISIPLINAN DAN LOYALITAS UNTUK REKOMENDASI NILAI BONUS SALESMAN DENGAN METODE SIMPLE ADDITIVE WEIGHTING SKRIPSI Diajukan untuk Penulisan Skripsi Guna Memenuhi
Lebih terperinciVolume : II, Nomor : 1, Pebruari 2014 Informasi dan Teknologi Ilmiah (INTI) ISSN : X
PERANCANGAN APLIKASI SISTEM PENDUKUNG KEPUTUSAN PERSEDIAAN ALAT TULIS KANTOR MENGGUNAKAN MULTIPLE ATRRIBUTE DECISION MAKING (Studi Kasus : Perguruan Jaya Pancur Batu) Rinaldi Alfriadi Manurung (0911558)
Lebih terperinciSeminar Nasional Teknologi Informasi dan Komunikasi (SNASTIKOM 2013) ISBN
Sistem Pendukung Keputusan Untuk Menentukan Lokasi Pasar Dengan Menggunakan Fuzzy Multi Atribut Decision Making (FMADM) Metode Simple Additive Weighting (SAW) Reny Wahyuning Astuti 1), Muhsin 2) Program
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN MENENTUKAN SISWA TELADAN DI SDN 5 TUNGGUL PAWENANG. Beta Wulan Asmara 1, Dedi Irawan 2
SISTEM PENDUKUNG KEPUTUSAN MENENTUKAN SISWA TELADAN DI SDN 5 TUNGGUL PAWENANG Beta Wulan Asmara 1, Dedi Irawan 2 Jurusan Sistem Informasi STMIK Pringsewu Lampung Jl. Wisma Rini No. 09 Pringsewu Lampung
Lebih terperinciBAB II TINJAUAN PUSTAKA
4 BAB II TINJAUAN PUSTAKA 2.1 Model Model adalah pola (contoh, acuan, ragam) dari sesuatu yang akan dibuat atau dihasilkan (Departemen P dan K, 1984:75). Definisi lain dari model adalah abstraksi dari
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN LOKASI PERUMAHAN DI KABUPATEN PRINGSEWU MENGGUNAKAN METODE WEIGHTED PRODUCT
SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN LOKASI PERUMAHAN DI KABUPATEN PRINGSEWU MENGGUNAKAN METODE WEIGHTED PRODUCT Amel Dhea Saputri 1, Oktafianto 2 Jurusan Sistem Informasi, STMIK PRINGSEWU-LAMPUNG
Lebih terperinciBAB 2 LANDASAN TEORI
5 BAB 2 LANDASAN TEORI 2.1 Sistem pendukung keputusan (SPK) Konsep sistem pendukung keputusan atau decision support system (DSS) pertama kali diungkapkan pada awal tahun 1970-an oleh Michael S. Scott Morton
Lebih terperinci9/22/2011. Bahan Kuliah : Topik Khusus
9//0 Mahasiswa dapat memahami dan mampu mengaplikasikan beberapa metode untuk menyelesaikan masalah dengan alternatifalternatif dalam jumlah yang relatif kecil. Bahan Kuliah : Topik Khusus Fokus Masalah
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PEMILIHAN STAF PENGAJAR MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING
SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN STAF PENGAJAR MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) (STUDI KASUS: ILC (Intensive Learning Center) Pringsewu) Eka Yulia Rosalin Jurusan Sistem Informasi
Lebih terperinciPENDAHULUAN. melakukan kegiatan Praktek Kerja Lapangan (PKL) baik tingkat SMK/sederajat
1 PENDAHULUAN 1.1 Latar Belakang Banyak lembaga pendidikan yang mewajibkan siswa/mahasiswanya melakukan kegiatan Praktek (PKL) baik tingkat SMK/sederajat maupun universitas sebagai salah satu syarat untuk
Lebih terperinciSistem Informasi Penilaian Supplier Komputer Menggunakan Metode Fuzzy Multiple Attribute Decision Making Dengan Simple Additive Weighting
Sistem Informasi Penilaian Supplier Komputer Menggunakan Metode Fuzzy Multiple Attribute Decision Making Dengan Simple Additive Weighting Johana Harjayanti 1, Anief Fauzan Rozi 2 1 2 Program Studi Sistem
Lebih terperinciKata Kunci: Guru, Decision support systems, MADM, SAW. 1. Pendahuluan
RANCANG BANGUN DECISION SUPPORT SYSTEM PEMILIHAN GURU TERBAIK MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) (STUDI KASUS : SMA BHAKTI PERTIWI KOTA TANGERANG) Taufik Hidayat, S.Kom., M.Kom 1, Fajar
Lebih terperinciBAB 2 TINJAUAN PUSTAKA Definisi Sistem, Keputusan dan Sistem Pendukung Keputusan
22 BAB 2 TINJAUAN PUSTAKA 2.1. Definisi Sistem, Keputusan dan Sistem Pendukung Keputusan 2.1.1. Definisi Sistem Sistem adalah kumpulan objek seperti orang, sumber daya, konsep dan prosedur yang dimaksudkan
Lebih terperinciFUZZY MADM DALAM EVALUASI PROGRAM STUDI MENGGUNAKAN METODE SIMPLE ADDITIF WEIGHTING
FUZZY MADM DALAM EVALUASI PROGRAM STUDI MENGGUNAKAN METODE SIMPLE ADDITIF WEIGHTING Erliza Yubarda Jurusan Manajemen Informatika, AMIK Mitra Gama Jl. Kayangan No. 99 Duri Riau e-mail : erliza_yubarda@yahoo.co.id
Lebih terperinciRANCANGAN SISTEM PENGAMBILAN KEPUTUSAN DALAM MENENTUKAN PILIHAN PRODUK LAPTOP MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHT (SAW)
RANCANGAN SISTEM PENGAMBILAN KEPUTUSAN DALAM MENENTUKAN PILIHAN PRODUK LAPTOP MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHT (SAW) Tri Sulisilowati STMIK Pringsewu Lampung Jl.Wisma Rini No.09 Pringsewu Lampung
Lebih terperinciBAB 1 PENDAHULUAN. Universitas Sumatera Utara
16 BAB 1 PENDAHULUAN 1.1.Latar Belakang Sistem pendukung keputusan merupakan sistem interaktif dalam mendukung proses pengambilan keputusan melalui alternatif alternatif yang diperoleh dari hasil pengolahan
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Sistem Pendukung Keputusan Sebuah aplikasi berupa Sistem Pendukung Keputusan (Decision Support System) mulai dikembangkan pada tahun 1970. Decision Support Sistem (DSS) dengan
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Sistem Pendukung Keputusan (SPK) SPK adalah sebuah sistem komputer yang mengolah data menjadi informasi untuk mengambil keputusan dari masalah semi-terstruktur yang spesifik Sistem
Lebih terperinciPENENTUAN PENERIMA BEASISWA DENGAN MENGGUNAKAN FUZZY MADM
PENENTUAN PENERIMA BEASISWA DENGAN MENGGUNAKAN FUZZY MADM Apriansyah Putra 1), Dinna Yunika Hardiyanti 2) Email: Apriansyah@unsri.ac.id, dinna_yunika@yahoo.co.id Abstract In every institution especially
Lebih terperinciMulti atributte decision making (madm)
Multi atributte decision making (madm) Weighted Product, Topsis Weighted Product (wp) Metode WP menggunakan perkalian untuk menghubungkan rating atribut, dimana rating setiap atribut harus dipangkatkan
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1. Tinjauan Pustaka Sebagai tinjauan pustaka berikut beberapa contoh penelitian yang sudah di lakukan oleh para peneliti yang dapat digunakan sebagai acuan dan pengetahuan. Penelitian
Lebih terperinciBAB II LANDASAN TEORI. Sistem berasal dari bahasa Latin (Systema) dan bahasa Yunani (Sustema) membentuk satu kesatuan untuk mencapai sebuah tujuan.
BAB II LANDASAN TEORI 2.1 Sistem Sistem berasal dari bahasa Latin (Systema) dan bahasa Yunani (Sustema) adalah suatu kesatuan yang terdiri dari komponen atau elemen yang dihubungkan bersama untuk memudahkan
Lebih terperinciSistem Pendukung Keputusan Pemilihan Perguruan Tinggi Menggunakan Fuzzy Multi Attribute Decision Making (FMADM) dan Simple Additive Weighting (SAW)
Sistem Pendukung Keputusan Pemilihan Perguruan Tinggi Menggunakan Fuzzy Multi Attribute Decision Making (FMADM) dan Simple Additive Weighting (SAW) Candra Surya AMIK Mitra Gama Jl. Kayangan No. 99 Duri-Riu
Lebih terperinciPENENTUAN PRODUK KERAJINAN UNGGULAN DENGAN MENGGUNAKAN MADM-SAW. Fera Tri Wulandari 1*, Setiya Nugroho 1
PENENTUAN PRODUK KERAJINAN UNGGULAN DENGAN MENGGUNAKAN MADM-SAW Fera Tri Wulandari 1*, Setiya Nugroho 1 1 Program Studi Manajemen Informatika, Fakultas Ilmu Komputer, Universitas Widya Dharma Klaten Jl
Lebih terperinciSistem Pendukung Keputusan Seleksi Beasiswa Pendidikan Menggunakan Metode Simple Additive Weighting
SISTEM PENDUKUNG KEPUTUSAN SELEKSI BEASISWA PENDIDIKAN MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING Oleh : Ita Yulianti 1, Imam Tahyudin 2, Nurfaizah 3 1,2,3) STMIK AMIKOM Purwokerto ABSTRAK Tujuan penelitian
Lebih terperinciANALISIS KOMPARASI SIMPLE ADDITIVE WEIGHTING DAN WEIGHTED PRODUCT DALAM PENENTUAN PENERIMA BEASISWA
ANALISIS KOMPARASI SIMPLE ADDITIVE WEIGHTING DAN WEIGHTED PRODUCT DALAM PENENTUAN PENERIMA BEASISWA Siti Nurhayati Magister Teknik Informatika STMIK AMIKOM Yogyakarta Jl Ring road Utara, Condongcatur,
Lebih terperinciSISTEM SELEKSI BEASISWA SMA NEGERI 2 BAE KUDUS DENGAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) ABSTRAK
SISTEM SELEKSI BEASISWA SMA NEGERI 2 BAE KUDUS DENGAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) Herdi widyatmoko Jurusan teknik Informatika, Fakultas Ilmu Komputer, Universitas Dian Nuswantoro Jln Nakula
Lebih terperinciPENENTUAN PRODUK KERAJINAN UNGGULAN DENGAN MENGGUNAKAN MADM-TOPSIS
PENENTUAN PRODUK KERAJINAN UNGGULAN DENGAN MENGGUNAKAN MADM-TOPSIS Fera Tri Wulandari 1), Fajar Budi Hartono 2) Abstrak : Pemilihan produk unggulan diharapkan dapat membantu pihak perindustrian dan perdagangan
Lebih terperinciPERBANDINGAN PENERAPAN METODE SAW DAN TOPSIS DALAM SISTEM PEMILIHAN LAPTOP
PERBANDINGAN PENERAPAN METODE SAW DAN TOPSIS DALAM SISTEM PEMILIHAN LAPTOP SKRIPSI Diajukan Untuk Memenuhi Salah Satu Syarat Memperoleh Gelar Sarjana Komputer ( S.Kom ) Pada Program Studi Teknik Informatika
Lebih terperinciPENENTUAN PENERIMA BEASISWA BERDASARKAN KRITERIA PADA UIN RADEN FATAH PALEMBANG
PENENTUAN PENERIMA BEASISWA BERDASARKAN KRITERIA PADA UIN RADEN FATAH PALEMBANG Gusmelia Testiana UIN Raden Fatah Palembang Jl.KH. Zainal Abidin Fikri Palembang gusmelia.testiana@gmail.com ABSTRAK Masalah
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 SISTEM PENDUKUNG KEPUTUSAN Sistem pendukung keputusan pertama kali diperkenalkan pada awal tahun 1970 oleh Michael S. Scott dengan istilah management decision system yang merupakan
Lebih terperinciMulti-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 terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Sistem Pendukung Keputusan 2.1.1 Pengertian Sistem Pendukung Keputusan Sistem pendukung keputusan (SPK) adalah bagian dari sistem informasi berbasis komputer termasuk sistem berbasis
Lebih terperinciMulti atributte decision making (madm) MCDM, MADM, SAW
Multi atributte decision making (madm) MCDM, MADM, SAW Entin Martiana, S.Kom, M.Kom Multi criteria decision making (mcdm) Suatu metode pengambilan keputusan untuk menetapkan alternatif terbaik dari sejumlah
Lebih terperinciIMPLEMENTASI METODE WEIGHTED PRODUCT DALAM SISTEM PENDUKUNG KEPUTUSAN SELEKSI PENERIMAAN TUNJANGAN PROFESI GURU DI KABUPATEN NGAWI
IMPLEMENTASI METODE WEIGHTED PRODUCT DALAM SISTEM PENDUKUNG KEPUTUSAN SELEKSI PENERIMAAN TUNJANGAN PROFESI GURU DI KABUPATEN NGAWI Sylvia Elita Esteriani A11.2009.04702 TEKNIK INFORMATIKA-S1 UNIVERSITAS
Lebih terperinciSISTEM 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 terperinciGus melia Testiana. IAIN Raden Fatah, Palembang, Indonesia
PEMANFAATAN LOGIKA FUZZY MULTIPLE ATTRIBUTE DECISSION MAKING (FMADM) DENGAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) UNTUK PENENTUAN PENERIMA BEASISWA DI IAIN RADEN FATAH PALEMBANG Gus melia Testiana IAIN
Lebih terperinciSISTEM PENENTUAN KANDIDAT KETUA KARANG TARUNA DENGAN MENGGUNAKAN FUZZY LOGIC
SISTEM PENENTUAN KANDIDAT KETUA KARANG TARUNA DENGAN MENGGUNAKAN FUZZY LOGIC ( STUDY KASUS : KARANG TARUNA DESA PUHJARAK ) SKRIPSI Diajukan Untuk Memenuhi Sebagai Syarat Guna Memperoleh Gelar Sarjana Komputer
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PENENTUAN LOKASI PERUMAHAN IDEAL MENGGUNAKAN METODE FUZZY SIMPLE ADDITIVE WEIGHTING
SISTEM PENDUKUNG KEPUTUSAN PENENTUAN LOKASI PERUMAHAN IDEAL MENGGUNAKAN METODE FUZZY SIMPLE ADDITIVE WEIGHTING Erwin Panggabean Program Studi Sistem Informasi STMIK Sisingamangaraja XII Medan Sumatera
Lebih terperinciPenerapan Metode Simple Additive Weighting (SAW) pada Sistem Pendukung Keputusan Pemilihan Lokasi untuk Cabang Baru Toko Pakan UD.
Penerapan Metode Simple Additive Weighting (SAW) pada Sistem Pendukung Keputusan Pemilihan Lokasi untuk Cabang Baru Toko Pakan UD. Indo Multi Fish 1 Nalsa Cintya Resti 1 Sistem Informasi, Universitas Nusantara
Lebih terperinciSISTEM PENDUKUNG PENGAMBILAN KEPUTUSAN SELEKSI DANA BANTUAN REHABILITASI BANGUNAN UNTUK SEKOLAH DASAR DI KABUPATEN PRINGSEWU
SISTEM PENDUKUNG PENGAMBILAN KEPUTUSAN SELEKSI DANA BANTUAN REHABILITASI BANGUNAN UNTUK SEKOLAH DASAR DI KABUPATEN PRINGSEWU Slamet Riadi Program Strata Satu Jurusan Sistem Informasi STMIK Pringsewu Lampung
Lebih terperinciBAB I PENDAHULUAN. irigasi adalah usaha penyediaan, pengaturan, dan pembuangan air untuk
BAB I PENDAHULUAN 1.1 Latar Belakang Di zaman yang semakin maju terjadi banyak perubahan - perubahan yang mengenai kemajuan teknologi, pertumbuhan jumlah penduduk dan lain sebagainya. Pertumbuhan jumlah
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PESERTA KAPAL PEMUDA NUSANTARA DENGAN MENGGUNAKAN METODE WEIGHTED PRODUCT (WP)
SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PESERTA KAPAL PEMUDA NUSANTARA DENGAN MENGGUNAKAN METODE WEIGHTED PRODUCT (WP) Noprin Pakaya 1 dan Amiruddin 2 1 noprin.pakaya92@gmail.com, 2 amier.76@gmail.com 1,2
Lebih terperinciPENGEMBANGAN 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 terperinciPERANCANGAN SISTEM PENDUKUNG KEPUTUSAN UNTUK PEMILIHAN PEMASOK NATA DE COCO DENGAN METODE SIMPLE ADDITIVE WEIGHTING
PERANCANGAN SISTEM PENDUKUNG KEPUTUSAN UNTUK PEMILIHAN PEMASOK NATA DE COCO DENGAN METODE SIMPLE ADDITIVE WEIGHTING Cahyono Sigit Pramudyo 1 dan Dian Eko Hari Purnomo 2 Abstrak: Pemasok nata de coco lembaran
Lebih terperinciMADM-TOOL : APLIKASI UJI SENSITIVITAS UNTUK MODEL MADM MENGGUNAKAN METODE SAW DAN TOPSIS.
MADM-TOOL : APLIKASI UJI SENSITIVITAS UNTUK MODEL MADM MENGGUNAKAN METODE SAW DAN TOPSIS. Henry Wibowo S Laboratorium Komputasi dan Sistem Cerdas Jurusan Teknik Informatika, Fakultas Teknologi Industri,Universitas
Lebih terperinciBAB II TEORI PENUNJANG
BAB II TEORI PENUNJANG 2.1 LOGIKA FUZZY Titik awal dari konsep modern mengenai ketidakpastian adalah paper yang dibuat oleh Lofti A Zadeh, dimana Zadeh memperkenalkan teori yang memiliki obyek-obyek dari
Lebih terperinciPEMILIHAN PEGAWAI BERPRESTASI BERDASAR EVALUASI KINERJA PEGAWAI DENGAN METODE SAW
ISSN : 2302-305 STMIK AMIKOM Yogyakarta, - Februari 2015 PEMILIHAN PEGAWAI BERPRESTASI BERDASAR EVALUASI KINERJA PEGAWAI DENGAN METODE SAW Lili Tanti1) 1) Sistem Informasi Universitas Potensi Utama Jl
Lebih terperinciPENERAPAN METODE SIMPLE ADDITIVE WEIGHTING DALAM SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN TABLET
PENERAPAN METODE SIMPLE ADDITIVE WEIGHTING DALAM SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN TABLET Dhuto Hestu Wicaksono Jurusan Teknik Informatika, Fakultas Ilmu Komputer, Universitas Dian Nuswantoro Email
Lebih terperinciAplikasi Logika Fuzzy pada Pengambilan Keputusan Seleksi Beasiswa Bidikmisi dengan Metode TOPSIS
SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 2015 Aplikasi Logika Fuzzy pada Pengambilan Keputusan Seleksi Beasiswa Bidikmisi dengan Metode TOPSIS Triyanti, Agus Maman Abadi FMIPA, Universitas
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PEMILIHAN DUTA MAHASISWA GENERASI BERENCANA BKKBN DENGAN METODE WEIGHTED PRODUCT (WP)
SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN DUTA MAHASISWA GENERASI BERENCANA BKKBN DENGAN METODE WEIGHTED PRODUCT (WP) Nurhayati Mursalin 1 dan Rezqiwati Ishak 2 1 mursalin.nurhayati@gmail.com, 2 rezqi.uig@gmail.com
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1. Data Dan Informasi 2.1.1. Data Data merupakan refresentasi dari fakta atau gambaran mengenai suatu objek atau kejadian. Data dinyatakan dengan nilai yang berbentuk angka, deretan
Lebih terperinciSISTEM PEMBERIAN BEASISWA DENGAN MENERAPKAN FMADM (FUZZY MULTIPLE ATTRIBUTE DECISION MAKING) DAN SAW (SIMPLE ADDITIVE WEIGHTING) Delpiah Wahyuningsih
SISTEM PEMBERIAN BEASISWA DENGAN MENERAPKAN FMADM (FUZZY MULTIPLE ATTRIBUTE DECISION MAKING) DAN SAW (SIMPLE ADDITIVE WEIGHTING) Delpiah Wahyuningsih Dosen Teknik Informatika STMIK Atma Luhur Pangkalpinang
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1. Metode Dasar Penelitian Metode dasar yang digunakan dalam penelitian ini adalah deskriptif analisis, yaitu suatu metode penelitian mengenai gambaran lengkap tentang hal-hal
Lebih terperinciSISTEM PENUNJANG KEPUTUSAN SELEKSI PENERIMAAN SISWA BARU MENGGUNAKAN METODE SIMPLE ADICTIVE WEIGHTING (SAW) STUDI KASUS PADA SMKN 1 RAWAJITU TIMUR
SISTEM PENUNJANG KEPUTUSAN SELEKSI PENERIMAAN SISWA BARU MENGGUNAKAN METODE SIMPLE ADICTIVE WEIGHTING (SAW) STUDI KASUS PADA SMKN 1 RAWAJITU TIMUR Hermannuddin Jurusan Sistem Informasi STMIK Pringsewu
Lebih terperinciBAB IV PENGUMPULAN DAN PENGOLAHAN DATA
BAB IV PENGUMPULAN DAN PENGOLAHAN DATA 4.1. Penyusunan Hirarki Dari identifikasi dan subatribut yang dominan, dapat disusun struktur hirarki sebagai berikut: Gambar 4.1 Struktur Hirarki Penerima Beasiswa
Lebih terperinciSistem Pendukung Keputusan Seleksi Anggota Badan Eksekutif Mahasiswa dengan Metode Elimination Et Choix Traduisant La Realite (Electre)
Dwi Prabowo Apriansyah, Indriyati Sistem Pendukung Keputusan Seleksi Anggota Badan Eksekutif Mahasiswa dengan Metode Elimination Et Choix Traduisant La Realite (Electre) Dwi Prabowo Apriansyah, Indriyati
Lebih terperinciBAB II TINJAUAN TEORITIS
BAB II TINJAUAN TEORITIS 2.1. Pengertian Fuzzy Logika fuzzy adalah suatu cara yang tepat untuk memetakan suatu ruang input kedalam suatu ruang output. Titik awal dari konsep modern mengenai ketidakpastian
Lebih terperinciFMDAM FMDAM. Simple Additive Weighting (SAW) Charitas Fibriani, M.Eng
FMDAM FMDAM Charitas Fibriani, M.Eng Fuzzy Multiple Attribute Decision Making (FMADM) adalah suatu metode yang digunakan untuk mencari alternatif optimal dari sejumlah alternatif dengan kriteria tertentu.
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN DALAM PEMILIHAN MOTOR BEBEK DENGAN MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW)
SISTEM PENDUKUNG KEPUTUSAN DALAM PEMILIHAN MOTOR BEBEK DENGAN MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) SKRIPSI Diajukan Untuk Memenuhi Sebagian Syarat Guna Memperoleh Gelar Sarjana Komputer (S.Kom)
Lebih terperinciOleh : Tutut Maitanti*, Ema Utami**, Emha Taufiq Luthfi**
PENERAPAN TOPSIS FUZZY MADM DALAM MEMBANGUN SISTEM PENDUKUNG KEPUTUSAN SELEKSI PENERIMAAN BEASISWA Oleh : Tutut Maitanti*, Ema Utami**, Emha Taufiq Luthfi** STMIK AMIKOM YOGYAKARTA ABSTRAK Penelitian ini
Lebih terperinciSISTEM 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 terperinciAnalisis Hubungan Proses Pembelajaran dengan Kepuasan Mahasiswa Menggunakan Logika Fuzzy
Scientific Journal of Informatics Vol. 2, No. 1, Mei 2015 p-issn 2407-7658 http://journal.unnes.ac.id/nju/index.php/sji e-issn 2460-0040 Analisis Hubungan Proses Pembelajaran dengan Kepuasan Mahasiswa
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. Teori Fuzzy Pada awal tahun 1965, Lotfi A. Zadeh, seorang professor di Universitas California di Barkley memberikan sumbangan yang berharga untuk teori pembangunan sistem yaitu
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Di era golobalisasi saat ini modernisasi terjadi pada segala aspek kehidupan, demikian pula juga halnya dengan teknologi yang berkembang begitu pesat. dengan perkembangan
Lebih terperinciFUZZY MULTI-CRITERIA DECISION MAKING
Media Informatika, Vol. 3 No. 1, Juni 2005, 25-38 ISSN: 0854-4743 FUZZY MULTI-CRITERIA DECISION MAKING Sri Kusumadewi, Idham Guswaludin Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA 2.1. Konsep Sistem Pendukung Keputusan Sistem pendukung keputusan (SPK) adalah salah satu produk software yang dikembangkan secara khusus untuk membantu manajemen dalam proses pengambilan
Lebih terperinciBAB 2 LANDASAN TEORI
BAB LANDASAN TEORI Bab ini berisi teori-teori yang berkaitan dengan Sistem Pendukung Keputusan, Weighted Product, Weighted Sum Product, Pengertian perguruan tinggi serta tujuan perguruan tinggi..1 Sistem
Lebih terperinciBayu Erlangga 1, Elisabet Y.A 2
SISTEM PENDUKUNG KEPUTUSAN MENENTUKAN KARYAWAN TERBAIK DI WISATA TALANG INDAH DENGAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) (STUDI KASUS : KABUPATEN PRINGSEWU) Bayu Erlangga 1, Elisabet Y.A 2 Jurusan Sistem
Lebih terperinciPERBANDINGAN NILAI RELIABILITAS DARI HASIL METODE SAW DAN METODE TOPSIS
SNIPTEK 206 ISBN: 978-602-72850-3-3 PERBANDINGAN NILAI RELIABILITAS DARI HASIL METODE SAW DAN METODE TOPSIS Hidayanti Murtina STMIK Nusa Mandiri Jakarta Jl. Damai No. 8 Warung Jati Barat (Margasatwa) Jakarta
Lebih terperinciBAB III METODOLOGI PENELITIAN. Penelitian merupakan proses pengumpulan dan analisis data yang
38 BAB III METODOLOGI PENELITIAN Penelitian merupakan proses pengumpulan dan analisis data yang dilakukan secara sistematis dan logis untuk mencapai tujuan tertentu. Penelitian yang digunakan menggunakan
Lebih terperinci