PEMILIHAN MEREK LIPSTIK TERFAVORIT DENGAN MADM BERBASIS GUI MATLAB
|
|
- Ade Sugiarto
- 6 tahun lalu
- Tontonan:
Transkripsi
1 ISSN: JURNAL GAUSSIAN, Volume 6, Nomor 3, Tahun 2017, Halaman Onlne d: PEMILIHAN MEREK LIPSTIK TERFAVORIT DENGAN MADM BERBASIS GUI MATLAB Husnul Fnsa 1, Tatk Wdharh 2, Moch. Abdul Mukd 3 1 Mahasswa Departemen Statstka FSM Unverstas Dponegoro 2,3 DosenDepartemen Statstka FSM Unverstas Dponegoro ABSTRACT Lpstck s a cosmetc usually worn by women to mprove appearance wth apply to the lps. The nterest on lpstck among student at ndonesa based on the varous brands lpstck of natonal and nternatonal land of sellng n ndonesa. Based on ths condton, t takes a method that can evaluate most favorte brand lpstck accordng to college student. The method appled to choose most favorte brand lpstck are Smple Addtve Weghtng (SAW) and Technque for Order Preference by Smlarty to Ideal Soluton (TOPSIS). Both ths method can do the decson to establsh an alternatve best of a number of alternatves based on a number of certan crtera n overcomng Mult Attrbute Decson Makng (MADM), The concept of SAW s lookng for a sum of the weghted performance ratng for each alternatve n all crtera. Whle TOPSIS usng the prncple that alternatve chosen should have the shortest dstance of a soluton deal postve and farthest of a soluton deal negatve. There are 10 alternatve brand lpstck and 10 crtera, the crteras are the prce, color, form, packagng, reslence, pgmentaton, texture, scent, the avalablty of code expred lpstck. The result of the research ndcated that to the SAW method most favorte brand lpstck s of NYX and to the TOPSIS method most favorte brand lpstck s Wardah. The research also produce an applcaton programmng GUI Matlab that can help users n process data uses the method saw and topss for an electon most favorte brand lpstck. Keywords : GUI, Lpstck, MADM, SAW, TOPSIS, 1. PENDAHULUAN Menngkatnya mnat terhadap produk kecantkan terutama lpstk d Indonesa dlatar belakang adanya berbaga merek lpstk dar dalam maupun luar neger yang d ual d Indonesa. Sasaran pasar produk kecantkan adalah kaum wanta dan melput semua kalangan, termasuk mahassw. Faktor-faktor yang perlu dperhatkan dalam membel lpstk dantaranya, harga, warna, bentuk, kemasan, ketahanan, pgmentas, tekstur, aroma, ketersedaan serta kode kadaluarsa lpstk. Oleh sebab tu, untuk mengetahu merek lpstk yang palng dsuka serta untuk mengetahu apakah merek lpstk lokal menad favort d kalangan mahassw, dbutuhkan sebuah metode dapat menyeleks dalam pengamblan keputusan untuk menla merek lpstk terfavort menurut mahassw. Pengamblan keputusan merupakan proses untuk memlh suatu alternatf terbak. MADM adalah suatu metode yang dapat dgunakan untuk menentukan alternatf yang optmal dar seumlah alternatf dengan krtera tertentu. Ada beberapa metode yang dapat dgunakan untuk menyelesakan masalah MADM, dantaranya adalah Smple Addtve Weghtng (SAW) Method dan Technque for Order Preference by Smlarty to Ideal Soluton (TOPSIS). Konsep dasar metode SAW adalah mencar penumlahan terbobot dar matrks keputusan pada setap alternatf d semua atrbut. TOPSIS ddasarkan pada konsep dmana alteratf terplh memlk arak terpendek degan solus deal postf dan arak terpanang dar solus deal negatf. Matlab merupakan sebuah sngkatan dar Matrx Laboratory, software n pertama kal dgunakan untuk keperluan analss numerk, alabar lner, dan teor tentang matrks. Beberapa manfaat yang ddapatkan dar Matlab antara lan perhtungan matematka,
2 komputas numerk, smulas dan pemodelan, vsualsas dan analss data, pembuatan grafk untuk keperluan sans dan teknk, serta pengembangan aplkas, msalnya dengan memanfaatkan Graphcal User Interfaces (GUI). 2. TINJAUANPUSTAKA 2.1. Searah Lpstk Lpstk merupakan kosmetk yang dterapkan pada bbr untuk menentukan bentuk dan member warna serta memberkan perlndungan. Awalnya lpstk mula muncul dalam peradaban d Tmur Tengah, Afrka Utara dan Inda. Pada akhr abad ke-19 ketka kemauan ndustr berkembang pesat, ndustr kecantkan Perancs mula memproduks lpstk untuk penualan komersal, kemudan perlahan-lahan lpstk menad semakn popular sepert saat n Krtera Pemlhan Lpstk Salah satu yang melatar belakang banyaknya mnat terhadap produk kecantkan terutama pada lpstk adalah ketersedaan seumlah merek yang berasal dar dalam dan luar neger. Untuk tu sebelum membel lpstk yang tepat ada 7 hal yang harus dperhatkan, dantaranya tekstur, warna, ketahanan, harga, pgmentas, kemasan dan masa kadaluarsa Skala Pengukuran Untuk menganalss data yang berupa angka atau numerk senantasa berkepentngan dengan sfat dasar skala yang dgunakan untuk pengukuran. Ada empat macam skala pengukuran, yatu nomnal, ordnal, nterval dan raso (Stevens dalam Wayne, 1989) Populas, Sampel dan Teknk Samplng Populas adalah umlah dar keseluruhan obyek (satuan-satuan/ndvdu-ndvdu) yang karakterstknya hendak dduga (Darwanto dan Subagyo, 1998). Menurut Soeratno dan Arsyad (1993), sampel adalah bagan dar populas yang karakterstknya hendak dseldk dan danggap bsa mewakl keseluruhan populas, sedangkan metodolog untuk memlh dan mengambl obyek masuk ke dalam sampel yang representatf dsebut samplng. Pada dasarnya ada dua macam metode samplng yatu Probablty Samplng dan Non-Probablty Samplng. Salah satu contoh Non-probablty samplng adalah Purposve samplng Mult-Attrbute Decson Makng (MADM) Menurut Kusumadew et al. (2006) Mult-Attrbute Decson Makng (MADM) merupakan salah satu metode pengambl keputusan untuk menetapkan alternatf terbak dar seumlah alternatf berdasarkan beberapa krtera tertentu. MADM basanya dgunakan untuk melakukan penlaan atau seleks terhadap alternatf dalam umlah yang terbatas. Msalkan A merupakan alternatf ke- dan C merupakan krtera ke-. Tuuan MADM adalah mengevaluas m alternatf A ( = 1,2,...,m) terhadap sekumpulan krtera ( = 1,2,...,n), setap krtera salng tdak bergantung satu dengan yang lannya. Bobot keputusan dperlukan untuk menunukkan kepentngan relatf dar setap krtera. Langkah metode MADM dmula dengan membuat matrks keputusan (X), kemudan menentukan nla bobot dengan cara: w w, w,..., w } (1) { 1 2 n C JURNAL GAUSSIAN Vol. 6, No. 3, Tahun 2017 Halaman 346
3 w n u 1 u dengan n w 1 1 dmana (2) 2.6. Smple Addtve Weghtng (SAW) Konsep dasar SAW adalah mencar penumlahan terbobot dar matrks keputusan pada setap alternatf d semua atrbut (Fshburn dalam Kusumadew et al., 2006). Metode SAW membutuhkan proses normalsas matrks keputusan (X) ke suatu satuan yang dapat dperbandngkan dengan semua alternatf. Melakukan normalsas matrks keputusan metode SAW dengan cara menghtung nla elemen matrks keputusan ternomalsas ( ) dar alternatf A pada krtera C yang merupakan krtera keuntungan (beneft) sebaga berkut. x r (3) Maxx Hasl akhr nla preferens ( V ) dperoleh dengan melakukan perkalan matrks T ternormalsas ( ) dengan matrk bobot preferens ( w ), dengan ) sebaga bars dan (w ) sebaga kolom. V n 1 w r 2.7. Technque for Order Preference by Smlarty to Ideal Soluton (TOPSIS) TOPSIS ddasarkan pada konsep dmana alternatf terplh yang terbak tdak hanya memlk arak terpendek dar solus deal postf, namun uga memlk arak terpanang dar solus deal negatf (Hwang, 1981 dan Zeleny, 1982 dalam Kusumadew, 2006). Metode TOPSIS uga membutuhkan proses normalsas matrks keputusan (X). Nla elemen yang ternormalsas ( ) dhtung dengan menggunakan persamaan berkut. x p m (5) 2 x 1 Selanutnya membuat matrks keputusan yang ternormalsas terbobot. Nla elemen matrks ternormalsas terbobot ) dhtung sebaga berkut. dengan =1,2,,m dan =1,2,,n Solus deal postf ( A ) dan solus deal negatf ( A ) dapat dtentukan berdasarkan matrks keputusan ternormalsas ( ) sebaga berkut. = dengan =1,2,,m dan =1,2,,n. (6) (7) dengan, (4) JURNAL GAUSSIAN Vol. 6, No. 3, Tahun 2017 Halaman 347
4 Jarak antara alternatf A dengan solus deal postf ( D ) drumuskan sebaga berkut. D n 1 Jarak antara alternatf D n 1 2 ( y y ) ; = 1,2,, m (8) A dengan solus deal negatf ( D ) drumuskan sebaga berkut. 2 ( y y ) ; = 1,2,, m (9) Nla preferens untuk setap alternatf ( V ) TOPSIS sebaga berkut. D V ; = 1,2,, m (10) D D 2.8. Komputas Matlab Menurut Frmansyah (2007), Matlab merupakan sebuah sngkatan dar Matrx Laboratory. Matlab dkembangkan sebaga bahasa pemograman sekalgus alat vsualsas, yang menawarkan banyak kemampuan untuk menyelesakan berbaga kasus yang berhubungan langsung dengan dspln kelmuan matematka. Manfaat yang ddapatkan dar Matlab antara lan perhtungan matematka, komputas numerk, smulas dan pemodelan, vsualsas dan analss data, pembuatan grafk untuk keperluan sans dan teknk, serta pengembangan aplkas, msalnya dengan memanfaatkan GUI 2.9. Graphcal User Interfaces (GUI) Matlab User Interface (UI) merupakan tamplan grafs dalam satu atau lebh endela berskan control dan komponen, yang memungknkan pengguna untuk melakukan hal-hal nteraktf. Matlab UI adalah endela angka yang dapat menambahkan komponen sesua dengan kebutuhan pengguna. Selan tu dapat dlakukan pula pemlhan ukuran dan poss komponen sesua kengnan pengguna (MathWorks, 2015). Menurut Sugharto (2006), Untuk membuat sebuah User Interface Matlab, dmula dengan membuat desan sebuah fgur. Untuk membuat desan sebuah fgur dapat menggunakan ucontrol (kontrol User Interface) yang telah terseda pada edtor fgur, dantaranya Pushbutton, Toggle Button, Rado Button, Checkboxes, Edt Text, Statc Text, Slder, Frames, Lstboxes, Popup Menu, Axes. 3. METODE PENELITIAN 3.1. Jens dan Sumber Data Peneltan n menggunakan data prmer. Pengumpulan data prmer dlakukan dengan pengsan kuesoner untuk pembobotan krtera dan penlaan keseluruhan merek lpstk. Populas yang dgunakan adalah Mahassw Unverstas Dponegoro, sampel yang dambl yatu 100 mahassw Unverstas Dponegoro yang pernah mencoba merek lpstk dar alternatf yang telah dtetapkan. JURNAL GAUSSIAN Vol. 6, No. 3, Tahun 2017 Halaman 348
5 3.2. Obek dan Varabel Peneltan 1. Obek Peneltan Obek yang dgunakan dalam peneltan n merupakan alternatf ( A ) Alternatf dalam peneltan n adalah 10 merek lpstk, yatu Wardah, Purbasar, Makeover, Mneral Botanca, Sarayu, NYX, Revlon, LA Grl, Maybellne dan Slky Grl. 2. Varabel Peneltan Varabel yang dgunakan dalam peneltan n adalah varabel krtera (C) yang berumlah 10 krtera, yatu harga, warna, bentuk, kemasan, ketahanan, pmentas, tekstur, aroma, ketersedaan dan masa kadaluarsa. 2.3.Langkah Analss a. Membuat tabel ratng kecocokan dar setap alternatf pada masng-masng krtera untuk metode SAW dan TOPSIS. b. Membuat matrks keputusan untuk metode SAW dan TOPSIS. c. Menentukan bobot preferens atau tngkat kepentngan (w) metode SAW dan TOPSIS. Kemudan dlanutkan dengan proses pada masng-masng metode. 1. Smple Addtve Weghtng (SAW) a. Membuat matrks keputusan yang ternormalsas b. Menentukan nla preferens untuk setap alternatf c. Melakukan perankngan berdasarkan nla preferens. 2. Technque For Order Preference By Smlarty To Ideal Soluton (TOPSIS) a. Membuat matrks keputusan yang ternormalsas b. Membuat matrks keputusan yang ternormalsas terbobot c. Menentukan matrks solus deal postf dan matrks solus deal negatve d. Menentukan arak antara nla setap alternatf dengan matrks solus deal postf dan solus deal negatve e. Menentukan nla preferens untuk setap alternatf f. Melakukan perankngan berdasarkan nla preferens. 4. HASIL DAN PEMBAHASAN 4.1.Pembuatan Matrks Keputusan Matrks keputusan adalah matrks yang dgunakan untuk mengdentfkas, menganalss dan menla kekuatan hubungan antara alternatf dan krtera keputusan. Maka dperoleh matrks keputusan setap alternatf merek lpstk terhadap setap atrbut krtera sebaga berkut. Merek Lpstk Tabel 1. Matrks Keputusan (X) Krtera C 1 C 2 C 3 C 4 C 5 C 6 C 7 C 8 C 9 C 10 A A A A A A A A A A JURNAL GAUSSIAN Vol. 6, No. 3, Tahun 2017 Halaman 349
6 4.2. Menentukan Bobot Kepentngan Krtera Nla bobot (w) dperoleh dar penlaan kepentngan setap krtera oleh 100 responden, dengan skala penlaan antara 1 hngga 10, dperoleh nla bobot kepentngan krtera sebaga berkut. Tabel 2. Nla Bobot Krtera w 1 w 2 w 3 w 4 w 5 0,103 0,101 0,096 0,099 0,100 w 6 w 7 w 8 w 9 w 10 0,102 0,105 0,096 0,102 0, Metode SAW Menentukan Matrks Keputusan Ternormalsas Seluruh krtera dalam peneltan n merupakan ens krtera yang menguntungkan (beneft), sehngga dperoleh matrks R sebaga berkut. Merek Lpstk Tabel 3. Matrks Keputusan Ternormalsas SAW r 1 r 2 r 3 r 4 r 5 r 6 r 7 r 8 r 9 r 10 A 1 0,878 0,929 0,911 0,906 0,856 0,878 0,905 0, A 2 1 0,863 0,803 0,805 0,899 0,955 0,959 0,95 0,829 0,943 A 3 0,591 0,943 0,984 0,961 0, ,902 0,925 0,994 0,976 A 4 0,781 0,825 0,908 0,949 0,926 0,922 0,954 0,94 0,776 0,951 A 5 0,797 0,839 0,847 0,9 0,879 0,893 0,907 0,959 0,876 0,964 A 6 0, , ,887 0,959 A 7 0,639 0,928 0,985 0,943 0,968 0,973 0,957 0,946 0,935 0,962 A 8 0,707 0,885 0,911 0,919 0,96 0,951 0,863 0,855 0,787 0,95 A 9 0,676 0,923 0,952 0,923 0,95 0,927 0,924 0,947 0,935 0,968 A 10 0,849 0,842 0,879 0,891 0,868 0,896 0,878 0,889 0,81 0, Menentukan Nla Preferens SAW dan Melakukan Perangkngan Perhtungan nla preferens (V ) dperoleh dengan menumlahkan perkalan elemen bars matrks keputusan (X) dengan bobot preferens (w), maka dperoleh Tabel 4. Nla Preferens SAW Merek Lpstk V Wardah (A 1 ) 0,9163 Purbasar (A 2 ) 0,9011 Makeover (A 3 ) 0,9255 Mneral Botanca (A 4 ) 0,8925 Sarayu (A 5 ) 0,8855 NYX (A 6 ) 0,9335 Revlon (A 7 ) 0,9224 LA Grl (A 8 ) 0,8779 Maybellne (A 9 ) 0,9112 Slky Grl (A 10 ) 0,8733 Tabel 5. Urutan Preferens SAW Perngkat Merek Lpstk V 1 NYX (A 6 ) 0, Makeover (A 3 ) 0, Revlon (A 7 ) 0, Wardah (A 1 ) 0, Maybellne (A 9 ) 0, Purbasar (A 2 ) 0, Mneral Botanca (A 4 ) 0, Sarayu (A 5 ) 0, LA Grl (A 8 ) 0, Slky Grl (A 10 ) 0,8733 Dapat dsmpulkan bahwa merek lpstk terfavort dengan metode SAW adalah alternatf ke 6 yatu NYX. JURNAL GAUSSIAN Vol. 6, No. 3, Tahun 2017 Halaman 350
7 4.4. Metode TOPSIS Menentukan Matrks Ternormalsas dan Ternormalsas Terbobot Tabel 6. Matrks Keputusan Ternormalsas TOPSIS Tabel 7. Matrks Keputusan Ternormalsas Terbobot TOPSIS Merek Lpstk y 1 y 2 y 3 y 4 y 5 A 1 0,0379 0,0331 0,0299 0,0308 0,0292 A 2 0,0431 0,0307 0,0264 0,0273 0,0307 A 3 0,0255 0,0336 0,0323 0,0327 0,0338 A 4 0,0337 0,0294 0,0298 0,0323 0,0316 A 5 0,0344 0,0299 0,0278 0,0306 0,03 A 6 0,022 0,0356 0,0328 0,034 0,0341 A 7 0,0276 0,0331 0,0323 0,032 0,033 A 8 0,0305 0,0315 0,0299 0,0312 0,0328 A 9 0,2915 0,0329 0,0313 0,0314 0,0324 A 10 0,0366 0,03 0,0289 0,0303 0,0296 Merek y 6 y 7 y 8 y 9 y 10 Lpstk A 1 0,0302 0,0323 0,0293 0,0364 0,0316 A 2 0,0329 0,0342 0,0308 0,0302 0,0298 A 3 0,0344 0,0322 0,03 0,0362 0,0309 A 4 0,0318 0,0341 0,0305 0,0282 0,0301 A 5 0,0308 0,0324 0,0311 0,0319 0,0305 A 6 0,0343 0,0357 0,0324 0,0323 0,0303 A 7 0,0335 0,0342 0,0307 0,034 0,0304 A 8 0,0328 0,0308 0,0277 0,0286 0,0301 A 9 0,0319 0,033 0,0307 0,0340 0,0306 A 10 0,0309 0,0313 0,0288 0,0295 0,0297 Merek Lpstk p 1 p 2 p 3 p 4 p 5 A 1 0,3676 0,3267 0,3131 0,3111 0,2908 A 2 0,4185 0,3034 0,276 0,2763 0,3053 A 3 0,2472 0,3315 0,3382 0,3301 0,3364 A 4 0,3267 0,2903 0,3122 0,3259 0,3147 A 5 0,3337 0,2951 0,2911 0,3089 0,2984 A 6 0,213 0,3517 0,3437 0,3434 0,3397 A 7 0,2674 0,3262 0,3387 0,3237 0,3289 A 8 0,2958 0,3113 0,3131 0,3156 0,3261 A 9 0,2828 0,3245 0,3273 0,3169 0,3227 A 10 0,3552 0,296 0,3021 0,3058 0,2949 Merek p 6 p 7 p 8 p 9 p 10 Lpstk A 1 0,2954 0,3091 0,3061 0,3568 0,3289 A 2 0,3212 0,3274 0,3222 0,2957 0,3103 A 3 0,3365 0,3082 0,3139 0,3547 0,3211 A 4 0,3102 0,326 0,319 0,277 0,3129 A 5 0,3006 0,3098 0,3254 0,3127 0,3172 A 6 0,3351 0,3416 0,3392 0,3165 0,3155 A 7 0,3274 0,327 0,3208 0,3335 0,3164 A 8 0,3199 0,2949 0,29 0,2807 0,3125 A 9 0,3117 0,3155 0,3213 0,3335 0,3183 A 10 0,3013 0,2997 0,3015 0,289 0, Menentukan Matrks Solus Ideal Postf ( A ) dan Matrks Solus Ideal Negatf ( A ) Nla matrks solus deal postf ( A ) dan matrks solus deal negatf ( A ) dperoleh sebaga berkut. A + = { 0,0431 ; 0,0356 ; 0,0328 ; 0,034 ; 0,0341 ; 0,0345 ; 0,0357 ; 0,0324 ; 0,0364 ; 0,0316} A - = { 0,022 ; 0,0294 ; 0,0264 ; 0,0273 ; 0,0292 ; 0,0302 ; 0,0308 ; 0,0277 ; 0,0282 ; 0,0297} Menentukan Jarak Antara Nla Setap Alternatf dengan Matrks Solus Ideal Postf dan Matrks Solus Ideal Negatf Nla arak antara nla setap alternatf dengan matrks solus deal postf dan solus deal negatve adalah sebaga berkut. Tabel 11. Nla Jarak Setap Alternatf dengan Matrks Solus Ideal Postf dan Negatf Merek Lpstk 1 0,0108 0, ,0131 0, ,0183 0, ,0151 0, ,0145 0, ,0216 0, ,0164 0, ,0175 0, ,0154 0, ,0149 0,0153 JURNAL GAUSSIAN Vol. 6, No. 3, Tahun 2017 Halaman 351
8 Menentukan Nla Preferens TOPSIS dan Melakukan Perangkngan Nla preferens untuk setap alternatf adalah sebaga berkut. Tabel 9. Nla Preferens TOPSIS Merek Lpstk V Wardah (A 1 ) 0,6402 Purbasar (A 2 ) 0,6272 Makeover (A 3 ) 0,4375 Mneral Botanca (A 4 ) 0,4831 Sarayu (A 5 ) 0,4910 NYX (A 6 ) 0,4111 Revlon (A 7 ) 0,4515 LA Grl (A 8 ) 0,3891 Maybellne (A 9 ) 0,4536 Slky Grl (A 10 ) 0,5068 Tabel 10. Urutan Preferens Perngkat Merek Lpstk V 1 Wardah (A 1 ) 0, Purbasar (A 2 ) 0, Slky Grl (A 10 ) 0, Sarayu (A 5 ) 0, Mneral Botanca (A 4 ) 0, Maybellne (A 9 ) 0, Revlon (A 7 ) 0, Makeover (A 3 ) 0, NYX (A 6 ) 0, LA Grl (A 8 ) 0, Pemlhan Metode Terbak Metode terbak dplh berdasarkan pendekatan yang realsts. Pendekatan yang realsts atau yang bersesuaan dengan realta atau kenyataan yang ada. Pada peneltan n dperoleh hasl merek lpstk terfavort dar metode SAW adalah NYX yang merupakan merek lpstk produks Los Angeles, Amerka. Untuk metode TOPSIS yang menad favort adalah Wardah dengan perngkat kedua hngga keempat yatu Purbasar, Slky Grl dan Sarayu. Jka danalss dengan pendekatan realsts dengan mempertmbangan berdasarkan krtera yang dgunakan, merek-merek lpstk sepert Wardah, Purbasar, Slky Grl dan Sarayu merupakan merek lpstk dengan ksaran harga 30 rbu hngga 100 rbu rupah, sedangkan NYX memlk ksaran harga 100 rbu keatas. Dar seg krtera ketersedaan merek lpstk Wardah, Purbasar, Slky Grl dan Sarayu banyak terseda d toko-toko kosmetk kecl maupun besar serta modern store atau department store. Untuk merek lpstk NYX hanya dapat dtemu d modern store atau department store. Dar analss pendekatan realsts datas, maka dapat dsmpulkan bahwa metode TOPSIS adalah metode terbak untuk menentukan merek lpstk dalam peneltan n. 4.7 GUI Matlab Pemlhan Merek Lpstk 1. Tamplan Utama GUI Matlab Metode SAW dan TOPSIS untuk pemlhan merek lpstk terfavort. JURNAL GAUSSIAN Vol. 6, No. 3, Tahun 2017 Halaman 352
9 2.Bagan dalam GUI Matlab metode SAW dan TOPSIS dapat dtamplkan dengan melakukan klk pada tombol Start 3. Proses olah data GUI Matlab metode SAW dapat dtamplkan dengan melakukan klk pada tombol SAW 4. Proses olah data GUI Matlab metode SAW dapat dtamplkan dengan melakukan klk pada tombol SAW JURNAL GAUSSIAN Vol. 6, No. 3, Tahun 2017 Halaman 353
10 5. KESIMPULAN Berdasarkan hasl analss dan pembahasan, maka dperoleh kesmpulan sebaga berkut: 1. Metode SAW dan TOPSIS dapat dgunakan untuk menyelesakan pemlhan merek lpstk terfavort berdasarkan krtera yang telah dtentukan. 2. Kelebhan metode SAW dan TOPSIS adalah mampu menyelesakan permasalahan mult atrbut dengan banyak plhan alternatf, serta banyak pula krtera yang dgunakan untuk melakukan pemlhan alternatf terbak. 3. Dengan dhaslkannya aplkas pemrograman GUI Matlab dapat mempermudah proses pemlhan merek lpstk terfavort menggunakan metode MADM khususnya SAW dan TOPSIS. 4. Hasl analss dar kedua metode ddapatkan merek lpstk terfavort yatu, merek lpstk NYX untuk metode SAW dan Wardah untuk metode TOPSIS. 5. Metode terbak yang dplh dalam peneltan n adalah metode TOPSIS. DAFTAR PUSTAKA Danel, W.W. (1978). Appled Non Parametrc Statstcs. Unted States of Amerca: WS- KENT Publshng Company. Darwanto, & Subagyo, P. (1998). Statstk Induktf. Yogyakarta: BPFE-Yogyakarta. Hwang, C.L., & Yoon, K. (1981). Multple Attrbute Descon Makng. Berln: Sprnger. Jamla dan Hartat, S. (2011). Sstem Pendukung Keputusan Pemlhan Subkontrak Menggunakan Metode Entropy dan TOPSIS. IJCCS. 5 (2), Kahraman, C. (2008). Fuzzy Mult-Crtera Descon Makng. Istanbul: Sprnger. Kurnash, D.L. (2013). Sstem Pendukung Keputusan Pemlhan Laptop dengan Metode TOPSIS. Pelta Informatka Bud Darma. Vol. III (2), Kusumadew, S., Hartat, S., Haroko, A., dan Wardoyo, R. (2006). Fuzzy Mult-Attrbute Decson Makng (FUZZY MADM). Yogyakarta: Graha Ilmu. MathWorks Creatng Graphcal User Interfaces. The MathWorks, Inc. Netra, P. A. (2016). GUI Matlab untukkombnas Metode Analtc Herarchy Process (AHP) dan TOPSIS dalam Pemlhan Cafe Terfavort. Gaussan. Vol. 5, No. 3, hal Nurlta, R. (2016). Komputas Metode SAW dan TOPSIS Menggunakan GUI Matlab Untuk Pemlhan Jens Obek Wsata Terbak. Gaussan. Vol. 5, No. 2, hal Savtha, K., & Chandrasekar, C. (2011). Vertcal Handover Decson Schemes Usng SAW and WPM for Network Selecton In Heterogeneus wreless Network. Global Journal Of Computer Scence and Technology. Vol.11 Soeratno., & Arsyad, L. (eds revs) (1993). Metode Peneltan Untuk Ekonom dan Bsns. Yogyakarta: UPP AMP YKPN. Sugharto, A. (2006). Pemrograman GUI Dengan Matlab. Yogyakarta: ANDI Puyanta, A. (2007). Komputas Numerk dengan Matlab. Yogyakarta: Graha Ilmu.. JURNAL GAUSSIAN Vol. 6, No. 3, Tahun 2017 Halaman 354
Preferensi untuk alternatif A i diberikan
Bahan Kulah : Topk Khusus Metode Weghted Product (WP) menggunakan perkalan untuk menghubungkan ratng atrbut, dmana ratng setap atrbut harus dpangkatkan dulu dengan bobot atrbut yang bersangkutan. Proses
Lebih terperinciPERBANDINGAN METODE SAW DAN TOPSIS PADA KASUS UMKM
PERBANINGAN METOE SAW AN TOPSIS PAA KASUS UMKM Muh. Alyazd Mude al.mude@yahoo.com Teknk Informatka Unverstas Muslm Indonesa Abstrak alam pengamblan keputusan terhadap masalah berdasarkan sebuah analsa
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN Dalam pembuatan tugas akhr n, penulsan mendapat referens dar pustaka serta lteratur lan yang berhubungan dengan pokok masalah yang penuls ajukan. Langkah-langkah yang akan
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PENILAIAN KINERJA DAN PEMILIHAN MITRA BADAN PUSAT STATISTIK (BPS) KABUPATEN GUNUNGKIDUL MENGGUNAKAN METODE SAW BERBASIS WEB
SISTEM PENDUKUNG KEPUTUSAN PENILAIAN KINERJA DAN PEMILIHAN MITRA BADAN PUSAT STATISTIK (BPS) KABUPATEN GUNUNGKIDUL MENGGUNAKAN METODE SAW BERBASIS WEB Putr Har Ikhtarn ), Bety Nurltasar 2), Hafdz Alda
Lebih terperinciBAB II TINJAUAN PUSTAKA DAN DASAR TEORI
BAB II TINJAUAN PUSTAKA DAN DASAR TEORI 2.1 Tnjauan Pustaka Dar peneltan yang dlakukan Her Sulstyo (2010) telah dbuat suatu sstem perangkat lunak untuk mendukung dalam pengamblan keputusan menggunakan
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN MENENTUKAN MEREK DAN TIPE SEPEDA MOTOR BERBASIS WEB DENGAN METODE TOPSIS
SISTEM PENDUKUNG KEPUTUSAN MENENTUKAN MEREK DAN TIPE SEPEDA MOTOR BERBASIS WEB DENGAN METODE TOPSIS Lnda Purnama Sar (0911103) Mahasswa Program Stud Teknk Informatka, STMIK Buddarma Medan Jl. Ssmangaraja
Lebih terperinciBAB 2 TINJAUAN PUSTAKA. Manurung (2010) menerapkan sistem pendukung keputusan seleksi
BAB 2 TINJAUAN PUSTAKA 2.1. Tnjauan Pustaka Manurung (2010) menerapkan sstem pendukung keputusan seleks penerma beasswa dengan metode Analtcal Herarcy Process (AHP) dan Technque Order Preference by Smlarty
Lebih terperinciSistem Pendukung Keputusan dalam Merekomendasikan Smartphone untuk Kalangan Pemula dengan Metode TOPSIS
Sstem Pendukung Keputusan dalam Merekomendaskan Smartphone untuk Kalangan Pemula dengan Metode TOPSIS Karmla 1, Muhammad dwan 2, In Parlna 3, Heru Satra 3 1,2,3 Jurusan Sstem Informas, STIKOM Tunas Bangsa,
Lebih terperinciRANCANGAN SISTEM PENGAMBILAN KEPUTUSAN DALAM MENENTUKAN PILIHAN PRODUK LAPTOP MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHT (SAW)
RANCANGAN SISTEM PENGAMBILAN KEPUTUSAN DALAM MENENTUKAN PILIHAN PRODUK LAPTOP MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHT (SAW) Larasat Ayudha Jurusan Sstem Informas, Sekolah Tngg Manajemen Informatka dan
Lebih terperinciModel SPK. Model optimasi (2) Model optimasi (1) Metode-metode Optimasi dengan Alternatif Terbatas 4/30/2017. Tujuan.
4/0/207 Tujuan Metode-metode Optmas dengan Alternatf Terbatas N O V R I N A Mahasswa dapat memaham dan mampu mengaplkaskan beberapa metode untuk menyelesakan masalah dengan alternatf-alternatf dalam jumlah
Lebih terperinciUJI SENSITIVITAS METODE WP, SAW DAN TOPSIS DALAM MENENTUKAN TITIK LOKASI REPEATER INTERNET WIRELESS
UJI SENSITIVITAS METODE WP, SAW DAN TOPSIS DALAM MENENTUKAN TITIK LOKASI REPEATER INTERNET WIRELESS Davd Ahmad Effendy 1), Rony Her Irawan 2) 1) Sekolah Tngg Agama Islam Kedr (STAIN Kedr) 2) Unverstas
Lebih terperinciPENENTUAN LOKASI PEMANCAR TELEVISI MENGGUNAKAN FUZZY MULTI CRITERIA DECISION MAKING
Meda Informatka, Vol. 2, No. 2, Desember 2004, 57-64 ISSN: 0854-4743 PENENTUAN LOKASI PEMANCAR TELEVISI MENGGUNAKAN FUZZY MULTI CRITERIA DECISION MAKING Sr Kusumadew Jurusan Teknk Informatka, Fakultas
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PEMILIHAN BIBIT UBI KAYU MENGGUNAKAN METODE TOPSIS (Studi Kasus : PT. Hutahaean)
Majalah Ilmah Informas dan Teknolog Ilmah (INTI ISSN : 3390X SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN BIBIT UBI KAYU MENGGUNAKAN METODE TOPSIS (Stud Kasus : PT. Hutahaean Relska Elfrda Capah (086 Mahasswa
Lebih terperinciBab 2 Tinjauan Pustaka 2.1 Penelitian Terdahulu
Bab 2 Tnjauan Pustaka 2.1 Peneltan Terdahulu Pemlhan stud pustaka tentang sstem nformas penlaan knerja karyawan n juga ddasar pada peneltan sebelumnya yang berjudul Penerapan Metode TOPSIS untuk Pemberan
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar belakang
BAB 1 PENDAHULUAN 1.1 Latar belakang Dalam memlh sesuatu, mula yang memlh yang sederhana sampa ke hal yang sangat rumt yang dbutuhkan bukanlah berpkr yang rumt, tetap bagaman berpkr secara sederhana. AHP
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PEMBELIAN PERANGKAT KOMPUTER DENGAN METODE TOPSIS (Studi Kasus: CV. Triad)
Jurnal Informatka Mulawarman Vol. 10 No. 2 September 2015 1 SISTEM PENDUKUNG KEPUTUSAN PEMBELIAN PERANGKAT KOMPUTER DENGAN METODE TOPSIS (Stud Kasus: CV. Trad) Bunga Annete Bennng 1), Indah Ftr Astut 2),
Lebih terperinciPEMILIHAN LAHAN TERBAIK UNTUK TANAMAN KELAPA SAWIT MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING
Semnar Nasonal Inovas Dan Aplkas Teknolog D Industr 2017 ISSN 2085-4218 ITN Malang, 4 Pebruar 2017 PEMILIHAN LAHAN TERBAIK UNTUK TANAMAN KELAPA SAWIT MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING Helza
Lebih terperinciSistem Pendukung Keputusan Untuk Menentukan Prestasi Akademik Siswa dengan Metode TOPSIS
Ctec Journal, Vol. 2, No. 2, Februar 2015 Aprl 2015 ISSN: 2354-5771 153 Sstem Pendukung Keputusan Untuk Menentukan Prestas Akademk Sswa dengan Metode TOPSIS Amela Nur Ftrana* 1, Harlana 2, Handaru 3 1
Lebih terperinciMETODE OPTIMASI 11/13/2015. Capaian Pembelajaran
2 Capaan Pembelajaran METODE OPTIMASI N. Tr Suswanto Saptad Mahasswa dapat memaham dan mampu mengaplkaskan beberapa metode untuk menyelesakan masalah dengan alternatfalternatf dalam jumlah yang relatf
Lebih terperinciImplementasi Teori Keputusan Penentuan Penerimaan Beasiswa Bagi Mahasiswa FMIPA Universitas Sulawesi Barat
JURNAL SAINTIFIK OL.3 NO., JANUARI 07 Implementas Teor Keputusan Penentuan Penermaan Beasswa Bag Mahasswa FMIPA Unverstas Sulawes Barat Hrman Rachman *, Nzar, Unverstas Sulawes Barat emal: manksman0@gmal.com,
Lebih terperinciSistem Pendukung Keputusan Menggunakan Metode Technique for Order by Similarity to Ideal Solution (TOPSIS)
Sstem Pendukung Keputusan Menggunakan Metode Technque for Order by Smlarty to Ideal Soluton (TOPSIS) Murnawan 1, Akhmad Fadjar Sddq 2 1 Unverstas Wdyatama Bandung, Emal: murnawan@wdyatama.ac.d 2 STMIK
Lebih terperinciArdi Kurniawan 1), Kusrini 2) Sistem Informasi STMIK AMIKOM Yogyakarta 2)
Semnar Nasonal Teknolog Informas dan Multmeda 2016 STMIK AMIKOM Yogyakarta, 6-7 Februar 2016 ANALISIS DAN PERANCANGAN SISTEM PENDUKUNG KEPUTUSAN PENILAIAN KINERJA GURU (PKG) MENGGUNAKAN METODE SIMPLE ADDITIVE
Lebih terperinciSistem Pendukung Keputusan Pemilihan Pemasok Bahan Baku Menggunakan Metode Technique for Order Preference by Similarity to Ideal Solution
Jurnal Integras Vol. 8, No. 1, Aprl 2016, 56-60 p-issn: 2085-3858 Artcle Hstory Receved February, 2016 Accepted March, 2016 Sstem Pendukung Keputusan Pemlhan Pemasok Bahan Baku Menggunakan Metode Technque
Lebih terperinciBAB 3 PEMBAHASAN. 3.1 Prosedur Penyelesaian Masalah Program Linier Parametrik Prosedur Penyelesaian untuk perubahan kontinu parameter c
6 A PEMAHASA Pada bab sebelumnya telah dbahas teor-teor yang akan dgunakan untuk menyelesakan masalah program lner parametrk. Pada bab n akan dperlhatkan suatu prosedur yang lengkap untuk menyelesakan
Lebih terperinciBAB II TINJAUAN PUSTAKA. A. Konsep Dasar Sistem Pendukung Keputusan. menggantikan penilaian mereka. Dss ditujukan untuk keputusan keputusan yang
4 BAB II TINJAUAN PUSTAKA A. Konsep Dasar Sstem Pendukung Keputusan Lttle (1970) mendefnskan DSS sebaga sekumpulan prosedur berbass model untuk data pemrosesan dan penlaan guna membantu para manajer mengambl
Lebih terperinciJurnal Pengembangan Teknologi Informasi dan Ilmu Komputer e-issn: X
Jurnal Pengembangan Teknolog Informas dan Ilmu Komputer e-issn: 2548-964X Vol. 2, No. 3. Maret 2018, hlm. 1219-1226 http://j-ptk.ub.ac.d Sstem Pendukung Keputusan Pemlhan Mtra Jasa Pengrman Barang menggunakan
Lebih terperinciPERANCANGAN APLIKASI PEMILIHAN SANGKAR BURUNG MENGGUNAKAN METODE SMART SKRIPSI
Artkel Skrps PERANCANGAN APLIKASI PEMILIHAN SANGKAR BURUNG MENGGUNAKAN METODE SMART SKRIPSI Dajukan Untuk Memenuh Sabagan Syarat Guna Memperoleh Gelar Sarjana Komputer (S.Kom.) Pada Jurusan Teknk Informatka
Lebih terperinciBAB 4 METODOLOGI PENELITIAN DAN ANALISIS
28 BAB 4 METODOLOGI PENELITIAN DAN ANALISIS 4.1 Kerangka Pemkran dan Hpotess Dalam proses peneltan n, akan duj beberapa varabel software yang telah dsebutkan pada bab sebelumnya. Sesua dengan tahapan-tahapan
Lebih terperinciANALISIS DATA KATEGORIK (STK351)
Suplemen Respons Pertemuan ANALISIS DATA KATEGORIK (STK351) 7 Departemen Statstka FMIPA IPB Pokok Bahasan Sub Pokok Bahasan Referens Waktu Korelas Perngkat (Rank Correlaton) Bag. 1 Koefsen Korelas Perngkat
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini merupakan penelitian pengembangan (Research and
III. METODE PENELITIAN A. Desan Peneltan Peneltan n merupakan peneltan pengembangan (Research and Development). Peneltan pengembangan yang dlakukan adalah untuk mengembangkan penuntun praktkum menjad LKS
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN ANALISIS KELAYAKAN PEMOHON PINJAMAN MODAL SYARIAH MENGGUNAKAN KOMBINASI METODE SAW DAN TOPSIS
Sstem Pendukung Keputusan Analss Kelayakan Pemohon Pnjaman Modal Syarah (Ardhanyat, Alf Gbran) SISTEM PENDUKUNG KEPUTUSAN ANALISIS KELAYAKAN PEMOHON PINJAMAN MODAL SYARIAH MENGGUNAKAN KOMBINASI METODE
Lebih terperinciMETODE PENELITIAN. Penentuan lokasi dilakukan secara tertuju (purposive) karena sungai ini termasuk
IV. METODE PENELITIAN 4.1. Tempat dan Waktu Peneltan Peneltan n dlakukan d Sunga Sak, Kota Pekanbaru, Provns Rau. Penentuan lokas dlakukan secara tertuju (purposve) karena sunga n termasuk dalam 13 sunga
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1. Hpotess Peneltan Berkatan dengan manusa masalah d atas maka penuls menyusun hpotess sebaga acuan dalam penulsan hpotess penuls yatu Terdapat hubungan postf antara penddkan
Lebih terperinciBab III Analisis Rantai Markov
Bab III Analss Ranta Markov Sstem Markov (atau proses Markov atau ranta Markov) merupakan suatu sstem dengan satu atau beberapa state atau keadaan, dan dapat berpndah dar satu state ke state yang lan pada
Lebih terperinciBAB III METODE PENELITIAN. Sebelum dilakukan penelitian, langkah pertama yang harus dilakukan oleh
BAB III METODE PENELITIAN 3.1 Desan Peneltan Sebelum dlakukan peneltan, langkah pertama yang harus dlakukan oleh penelt adalah menentukan terlebh dahulu metode apa yang akan dgunakan dalam peneltan. Desan
Lebih terperinciBAB III METODE PENELITIAN. Pada penelitian ini, penulis memilih lokasi di SMA Negeri 1 Boliyohuto khususnya
BAB III METODE PENELITIAN 3.1 Tempat dan Waktu Peneltan 3.1.1 Tempat Peneltan Pada peneltan n, penuls memlh lokas d SMA Neger 1 Bolyohuto khususnya pada sswa kelas X, karena penuls menganggap bahwa lokas
Lebih terperinciPENERAPAN FUZZY AHP DAN TOPSIS UNTUK SELEKSI KANDIDAT PENERIMA BANTUAN RUMAH TIDAK LAYAK HUNI (RTLH) (STUDI KASUS : DESA BANTARWUNI)
PENERAPAN FUZZY AHP DAN TOPSIS UNTUK SELEKSI KANDIDAT PENERIA BANTUAN RUAH TIDAK LAYAK HUNI (RTLH) (STUDI KASUS : DESA BANTARWUNI) Agus Tr Hdayat, Agus Pryanto, Andka Elok Amala 1 Program Stud S1 Informatka
Lebih terperinciBAB III OBYEK DAN METODE PENELITIAN. Obyek dalam penelitian ini adalah kebijakan dividen sebagai variabel
4 BAB III OBYEK DAN METODE PENELITIAN 3.1 Obyek Peneltan Obyek dalam peneltan n adalah kebjakan dvden sebaga varabel ndependen (X) dan harga saham sebaga varabel dependen (Y). Peneltan n dlakukan untuk
Lebih terperinciBAB II METODOLOGI PENELITIAN. Jenis penelitian yang digunakan dalam penelitian ini adalah penelitian. variable independen dengan variabel dependen.
BAB II METODOLOGI PENELITIAN A. Bentuk Peneltan Jens peneltan yang dgunakan dalam peneltan n adalah peneltan deskrptf dengan analsa kuanttatf, dengan maksud untuk mencar pengaruh antara varable ndependen
Lebih terperinciBAB 1 PENDAHULUAN. Universitas Sumatera Utara
BAB 1 ENDAHULUAN 1.1 Latar Belakang Secara umum dapat dkatakan bahwa mengambl atau membuat keputusan berart memlh satu dantara sekan banyak alternatf. erumusan berbaga alternatf sesua dengan yang sedang
Lebih terperinciArif Junaidi, M. Isa Irawan, Imam Mukhlash. Program Program Pascasarjana Jurusan Matematika Institut Teknologi Sepuluh Nopember Surabaya ABSTRAK
Semnar Nasonal Matematka dan Penddkan Matematka FKIP Unverstas Neger Jember, 23 Jul 2 PERANGKINGAN BERDASARKAN JUMLAH DOMINASI PADA METODE ELECTRE II Arf Junad, M. Isa Irawan, Imam Mukhlash. Program Program
Lebih terperinciMETODE PENELITIAN. digunakan untuk mengetahui bagaimana pengaruh variabel X (celebrity
37 III. METODE PENELITIAN 3.1 Jens dan Sumber Data Jens peneltan yang dgunakan adalah peneltan deskrptf, yang mana dgunakan untuk mengetahu bagamana pengaruh varabel X (celebrty endorser) terhadap varabel
Lebih terperinciMEREDUKSI SISTEM PERSAMAAN LINEAR FUZZY PENUH DENGAN BILANGAN FUZZY TRAPESIUM
MEREDUKSI SISTEM PERSAMAAN LINEAR FUZZY PENUH DENGAN BILANGAN FUZZY TRAPESIUM Tut Susant, Mashad, Sukamto Mahasswa Program S Matematka Dosen Jurusan Matematka Fakultas Matematka dan Ilmu Pengetahuan Alam
Lebih terperinciTINJAUAN PUSTAKA Kualitas Dosen
4 TINJAUAN PUSTAKA Kualtas Dosen Menurut Kamus Besar Bahasa Indonesa (KBBI) tahun 2002, kualtas dartkan sebaga : (1) tngkat bak buruknya sesuatu atau kadar; (2) derajat atau taraf (kepandaan, kecakapan,
Lebih terperinci34 SEBATIK STMIK WICIDA
34 SEBATIK STMIK WICIDA SISTEM PENDUKUNG KEPUTUSAN PENENTUAN SUPPLIER BAHAN BANGUNAN MENGGUNAKAN METODE SMART (SIMPLE MULTI ATTRIBUTE RATING TECHNIQUE) PADA TOKO BINTANG KERAMIK JAYA Irwan ukkas 1), Heny
Lebih terperinciBAB III METODE PENELITIAN. penelitian dilakukan secara purposive atau sengaja. Pemilihan lokasi penelitian
BAB III METODE PENELITIAN 3.1 Lokas Peneltan Peneltan dlaksanakan d Desa Sempalwadak, Kecamatan Bululawang, Kabupaten Malang pada bulan Februar hngga Me 2017. Pemlhan lokas peneltan dlakukan secara purposve
Lebih terperinciIV. UKURAN SIMPANGAN, DISPERSI & VARIASI
IV. UKURAN SIMPANGAN, DISPERSI & VARIASI Pendahuluan o Ukuran dspers atau ukuran varas, yang menggambarkan derajat bagamana berpencarnya data kuanttatf, dntaranya: rentang, rentang antar kuartl, smpangan
Lebih terperinciJurnal Ilmiah Widya Teknik Volume 16 Nomor ISSN
Jurnal Ilmah Wdya Teknk Volume 16 Nomor 1 2017 ISSN 1412-7350 PEMODELAN MATEMATIKA UNTUK PERANCANGAN PRODUK LEMARI KABINET Rcky Yulanton Prhandaa, Dan Retno Sar Dew * Jurusan Teknk Industr, Fakultas Teknk,
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 13 Bandar Lampung. Populasi dalam
III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlaksanakan d SMP Neger 3 Bandar Lampung. Populas dalam peneltan n yatu seluruh sswa kelas VIII SMP Neger 3 Bandar Lampung Tahun Pelajaran 0/03 yang
Lebih terperinciε adalah error random yang diasumsikan independen, m X ) adalah fungsi
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Analss regres merupakan suatu metode yang dgunakan untuk menganalss hubungan antara dua atau lebh varabel. Pada analss regres terdapat dua jens varabel yatu
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang. Di dalam matematika mulai dari SD, SMP, SMA, dan Perguruan Tinggi
Daftar Is Daftar Is... Kata pengantar... BAB I...1 PENDAHULUAN...1 1.1 Latar Belakang...1 1.2 Rumusan Masalah...2 1.3 Tujuan...2 BAB II...3 TINJAUAN TEORITIS...3 2.1 Landasan Teor...4 BAB III...5 PEMBAHASAN...5
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Pengertan Regres Regres pertama kal dpergunakan sebaga konsep statstka oleh Sr Francs Galton (1822 1911). Belau memperkenalkan model peramalan, penaksran, atau pendugaan, yang
Lebih terperinciBAB III METODELOGI PENELITIAN. metode penelitian yang digunakan dalam penelitian ini adalah metode deskriptif
BAB III METODELOGI PENELITIAN 3.1 Desan Peneltan Metode peneltan mengungkapkan dengan jelas bagamana cara memperoleh data yang dperlukan, oleh karena tu metode peneltan lebh menekankan pada strateg, proses
Lebih terperinciOPTIMASI MASALAH PENUGASAN. Siti Maslihah
JPM IIN ntasar Vol. 01 No. 2 Januar Jun 2014, h. 95-106 OPTIMSI MSLH PNUGSN St Maslhah bstrak Pemrograman lner merupakan salah satu lmu matematka terapan yang bertuuan untuk mencar nla optmum dar suatu
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB PENDAHULUAN. Latar Belakang Dalam kehdupan sehar-har, serngkal dumpa hubungan antara suatu varabel dengan satu atau lebh varabel lan. D dalam bdang pertanan sebaga contoh, doss dan ens pupuk yang dberkan
Lebih terperinciPENGEMBANGAN SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN SUPPLIER MENGGUNAKAN METODE TOPSIS PADA PERUSAHAAN FURNITURE
PENGEMBANGAN SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN SUPPLIER MENGGUNAKAN METODE TOPSIS PADA PERUSAHAAN FURNITURE DEVELOPMENT OF DECISION SUPPORT SYSTEM SUPPLIER SELECTION USING TOPSIS FURNITURE COMPANY Ma
Lebih terperinciBAB III METODE PENELITIAN. pembelajaran berupa RPP dan LKS dengan pendekatan berbasis masalah ini
BAB III METODE PENELITIAN A. Desan Peneltan Metode peneltan yang dgunakan dalam pengembangan perangkat pembelajaran berupa RPP dan LKS dengan pendekatan berbass masalah n adalah metode pengembangan atau
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB PEDAHULUA. Latar Belakang Rsko ddentfkaskan dengan ketdakpastan. Dalam mengambl keputusan nvestas para nvestor mengharapkan hasl yang maksmal dengan rsko tertentu atau hasl tertentu dengan rsko yang
Lebih terperinciBAB II KAJIAN PUSTAKA. karakteristik atau perilaku logam, ditinjau dari sifat mekanik (kekuatan,
BAB II KAJIAN PUSTAKA A. Metalurg Materal Regulator LPG Metalurg ddefnskan sebaga suatu lmu yang mempelaar karakterstk atau perlaku logam, dtnau dar sfat mekank (kekuatan, keuletan, kekerasan, ketahanan
Lebih terperinciPeramalan Produksi Sayuran Di Kota Pekanbaru Menggunakan Metode Forcasting
Peramalan Produks Sayuran D Kota Pekanbaru Menggunakan Metode Forcastng Esrska 1 dan M. M. Nzam 2 1,2 Jurusan Matematka, Fakultas Sans dan Teknolog, UIN Sultan Syarf Kasm Rau Jl. HR. Soebrantas No. 155
Lebih terperinciBAB III METODOLOGI PENELITIAN. Jenis penelitian yang digunakan adalah penelitian pengembangan yang
BAB III METODOLOGI PENELITIAN A. Jens Peneltan Jens peneltan yang dgunakan adalah peneltan pengembangan yang bertujuan membuat suatu produk dan duj kelayakannya. B. Metode Pengembangan Peneltan n menggunakan
Lebih terperinciBAB III METODE PENELITIAN. menghasilkan Lembar Kegiatan Siswa (LKS) pada materi Geometri dengan
BAB III METODE PENELITIAN A. Jens Peneltan Peneltan n merupakan peneltan pengembangan yang bertujuan untuk menghaslkan Lembar Kegatan Sswa (LKS) pada mater Geometr dengan pendekatan pembelajaran berbass
Lebih terperinciBAB III METODE PENELITIAN. Jenis penelitian yang akan digunakan dalam penelitian ini adalah
BAB III METODE PENELITIAN A. Jens Peneltan Jens peneltan yang akan dgunakan dalam peneltan n adalah peneltan pengembangan (Research and Development). Peneltan Research and Development (R&D) n merupakan
Lebih terperinciBAB III HIPOTESIS DAN METODOLOGI PENELITIAN
BAB III HIPOTESIS DAN METODOLOGI PENELITIAN III.1 Hpotess Berdasarkan kerangka pemkran sebelumnya, maka dapat drumuskan hpotess sebaga berkut : H1 : ada beda sgnfkan antara sebelum dan setelah penerbtan
Lebih terperinciBAB III METODE PENELITIAN. berjumlah empat kelas terdiri dari 131 siswa. Sampel penelitian ini terdiri dari satu kelas yang diambil dengan
7 BAB III METODE PENELITIAN A. Populas dan Sampel 1. Populas Populas dalam peneltan n adalah seluruh sswa kelas XI SMA Yadka Bandar Lampung semester genap tahun pelajaran 014/ 015 yang berjumlah empat
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA 2 Masalah Transportas Jong Jek Sang (20) menelaskan bahwa masalah transportas merupakan masalah yang serng dhadap dalam pendstrbusan barang Msalkan ada m buah gudang (sumber) yang
Lebih terperinciIV. PERANCANGAN DAN IMPLEMENTASI SISTEM
IV. PERANCANGAN DAN IMPLEMENTASI SISTEM Perancangan Sstem Sstem yang akan dkembangkan adalah berupa sstem yang dapat membantu keputusan pemodal untuk menentukan portofolo saham yang dperdagangkan d Bursa
Lebih terperinciSistem Pendukung Keputusan Menggunakan Metode Technique for Order by Similarity to Ideal Solution (TOPSIS)
KNTIA 2011 C33 Sstem Pendukung Keputusan Menggunakan Metode Technque for Order b Smlart to Ideal Soluton (TOPSIS) 1 Murnawan, 2 Akhmad Fadjar Sddq Abstract Sstem Pendukung Keputusan merupakan suatu sstem
Lebih terperinciBAB 2 LANDASAN TEORI. Universitas Sumatera Utara
BAB 2 LANDASAN TEORI 2.1 Pengertan Analsa Regres Dalam kehdupan sehar-har, serng kta jumpa hubungan antara satu varabel terhadap satu atau lebh varabel yang lan. Sebaga contoh, besarnya pendapatan seseorang
Lebih terperinciBAB IV METODE PENELITIAN. Penelitian mengenai Analisis Pengaruh Kupedes Terhadap Performance
BAB IV METODE PENELITIAN 4.1 Lokas dan Waktu Peneltan Peneltan mengena Analss Pengaruh Kupedes Terhadap Performance Busness Debtur dalam Sektor Perdagangan, Industr dan Pertanan dlaksanakan d Bank Rakyat
Lebih terperinciBAB III METODE PENELITIAN. Penelitian ini merupakan penelitian yang bertujuan untuk mendeskripsikan
BAB III METODE PENELITIAN A. Jens Peneltan Peneltan n merupakan peneltan yang bertujuan untuk mendeskrpskan langkah-langkah pengembangan perangkat pembelajaran matematka berbass teor varas berupa Rencana
Lebih terperinciBab 1 PENDAHULUAN Latar Belakang
11 Bab 1 PENDAHULUAN 1.1. Latar Belakang Perbankan adalah ndustr yang syarat dengan rsko. Mula dar pengumpulan dana sebaga sumber labltas, hngga penyaluran dana pada aktva produktf. Berbaga kegatan jasa
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN SELEKSI PENERIMAAM CALON SISWA BARU PADA SMA MUHAMADIYAH 1 PRINGSEWU DENGAN METODE SAW
SISTEM PENDUKUNG KEPUTUSAN SELEKSI PENERIMAAM CALON SISWA BARU PADA SMA MUHAMADIYAH 1 PRINGSEWU DENGAN METODE SAW Tr Suslowat, Rnawat STMIK Prngsewu Lampung Jl. Wsma Rn No. 09 prngsewu Lampung webste:
Lebih terperinciPenerapan Metode AHP-TOPSIS Untuk Penyeleksian Permohonan Kredit Pada Koperasi Pegawai Republik Indonesia
Jurnal Sstem Informas Bsns 01(2015) Onlne : http://ejournal.undp.ac.d/ndex.php/jsnbs 33 Penerapan Metode AHPTOPSIS Untuk Penyeleksan Permohonan Kredt Pada Koperas Pegawa Republk Indonesa Hlmansyah Gan
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN A. Tempat, Subek, Waktu dan Jens Peneltan Pada bagan n akan dbahas tentang tempat peneltan, waktu peneltan dar perencanaan sampa penulsan hasl peneltan, serta ens peneltan n.
Lebih terperinciBAB V ANALISA PEMECAHAN MASALAH
BAB V ANALISA PEMECAHAN MASALAH 5.1 Analsa Pemlhan Model Tme Seres Forecastng Pemlhan model forecastng terbak dlakukan secara statstk, dmana alat statstk yang dgunakan adalah MAD, MAPE dan TS. Perbandngan
Lebih terperinciBAB III METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di SMA Negeri I Tibawa pada semester genap
5 BAB III METODOLOGI PENELITIAN 3. Lokas Dan Waktu Peneltan Peneltan n dlaksanakan d SMA Neger I Tbawa pada semester genap tahun ajaran 0/03. Peneltan n berlangsung selama ± bulan (Me,Jun) mula dar tahap
Lebih terperinciPEMBUATAN GRAFIK PENGENDALI BERDASARKAN ANALISIS KOMPONEN UTAMA (PRINCIPAL COMPONENT ANALYSIS)
PEMBUATAN GRAFIK PENGENDALI BERDASARKAN ANALISIS KOMPONEN UTAMA (PRINCIPAL COMPONENT ANALYSIS) Wrayant ), Ad Setawan ), Bambang Susanto ) ) Mahasswa Program Stud Matematka FSM UKSW Jl. Dponegoro 5-6 Salatga,
Lebih terperinciAplikasi Metode Fuzzy Multi-Attribute Decision Making Berbasis Web dalam Pemilihan Calon Kepala Daerah di Indonesia
IJCCS, Vol.7, No., January 203, pp. 0~0 ISSN: 978-20 0 Aplkas Metode Fuzzy Mult-Attrbute Decson Makng Berbass Web dalam Pemlhan Calon Kepala Daerah d Indonesa Muhamad Munawar Yusro*, Retantyo Wardoyo 2
Lebih terperinciPROPOSAL SKRIPSI JUDUL:
PROPOSAL SKRIPSI JUDUL: 1.1. Latar Belakang Masalah SDM kn makn berperan besar bag kesuksesan suatu organsas. Banyak organsas menyadar bahwa unsur manusa dalam suatu organsas dapat memberkan keunggulan
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Fuzzy Set Pada tahun 1965, Zadeh memodfkas teor hmpunan dmana setap anggotanya memlk derajat keanggotaan yang bernla kontnu antara 0 sampa 1. Hmpunan n dsebut dengan hmpunaan
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini dilaksanakan di SD Al-Azhar 1 Wayhalim Bandar Lampung. Populasi
3 III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlaksanakan d SD Al-Azhar Wayhalm Bandar Lampung. Populas dalam peneltan n adalah seluruh sswa kelas V yang terdr dar 5 kelas yatu V A, V B, V
Lebih terperinciOptimasi Pemilihan Paket Internet Dengan Menggunakan Metode AHP
Optmas Pemlhan Paket Internet Dengan Menggunakan Metode HP Wwek Katrna 1, Solkhun 2, M.Saf, Sumarno 1,2,, Jurusan Sstem Informas, STIKOM Tunas Bangsa, Pematangsantar Sumatera Utara 1 Mahasswa STIKOM Tunas
Lebih terperinciBAB III METODE PENELITIAN. sebuah fenomena atau suatu kejadian yang diteliti. Ciri-ciri metode deskriptif menurut Surakhmad W (1998:140) adalah
BAB III METODE PENELITIAN 3.1 Metode Peneltan Metode yang dgunakan dalam peneltan n adalah metode deskrptf. Peneltan deskrptf merupakan peneltan yang dlakukan untuk menggambarkan sebuah fenomena atau suatu
Lebih terperinciBAB III METODE PENELITIAN. Metode penelitian yang digunakan dalam penelitian ini adalah metode
BAB III METODE PENELITIAN Desan Peneltan Metode peneltan yang dgunakan dalam peneltan n adalah metode deskrptf analts dengan jens pendekatan stud kasus yatu dengan melhat fenomena permasalahan yang ada
Lebih terperinciUKURAN S A S MPE P L P of o. D r D. r H. H Al A ma m s a d s i d Sy S a y h a z h a, SE S. E, M P E ai a l i : l as a y s a y h a
UKURAN SAMPEL Prof. Dr. H. Almasd Syahza, SE., MP Emal: asyahza@yahoo.co.d Webste: http://almasd. almasd.staff. staff.unr.ac.d Penelt Senor Unverstas Rau Penentuan Sampel Peneltan lmah hampr selalu hanya
Lebih terperinciIII. METODE PENELITIAN
III. METODE PEELITIA 3.1. Kerangka Pemkran Peneltan BRI Unt Cbnong dan Unt Warung Jambu Uraan Pekerjaan Karyawan Subyek Analss Konds SDM Aktual (KKP) Konds SDM Harapan (KKJ) Kuesoner KKP Kuesoner KKJ la
Lebih terperinciBAB III METODOLOGI PENELITIAN. Metode yang digunakan dalam penelitian ini adalah metode eksperimen
3 BAB III METODOLOGI PENELITIAN A. Metode dan Desan Peneltan Metode yang dgunakan dalam peneltan n adalah metode ekspermen karena sesua dengan tujuan peneltan yatu melhat hubungan antara varabelvarabel
Lebih terperinciOptimasi Perencanaan Hasil Produksi dengan Aplikasi Fuzzy Linear Programming (FLP)
Semnar Nasonal Waluyo Jatmko II FTI UPN Veteran Jawa Tmur Optmas Perencanaan Hasl Produks dengan Aplkas Fuzzy Lnear Programmng (FLP) Akhmad Fauz Jurusan Teknk Informatka UPNV Veteran Jawa Tmur Emal: masuz@upnatm.ac.d
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini merupakan studi eksperimen yang telah dilaksanakan di SMA
III. METODE PENELITIAN A. Waktu dan Tempat Peneltan Peneltan n merupakan stud ekspermen yang telah dlaksanakan d SMA Neger 3 Bandar Lampung. Peneltan n dlaksanakan pada semester genap tahun ajaran 2012/2013.
Lebih terperinciBAB I PENDAHULUAN. pembangunan dalam sektor energi wajib dilaksanakan secara sebaik-baiknya. Jika
BAB I PENDAHULUAN 1.1.Latar Belakang Energ sangat berperan pentng bag masyarakat dalam menjalan kehdupan seharhar dan sangat berperan dalam proses pembangunan. Oleh sebab tu penngkatan serta pembangunan
Lebih terperinciSELANG KEPERCAYAAN UNTUK KOEFISIEN GARIS REGRESI LINEAR DENGAN METODE LEAST MEDIAN SQUARES 1 ABSTRAK
SELANG KEPERCAYAAN UNTUK KOEFISIEN GARIS REGRESI LINEAR DENGAN METODE LEAST MEDIAN SQUARES Harm Sugart Jurusan Statstka FMIPA Unverstas Terbuka emal: harm@ut.ac.d ABSTRAK Adanya penympangan terhadap asums
Lebih terperinci(1.1) maka matriks pembayaran tersebut dikatakan mempunyai titik pelana pada (r,s) dan elemen a
Lecture 2: Pure Strategy A. Strategy Optmum Hal pokok yang sesungguhnya menad nt dar teor permanan adalah menentukan solus optmum bag kedua phak yang salng bersang tersebut yang bersesuaan dengan strateg
Lebih terperinciAPLIKASI KORELASI PEARSON DALAM MEMBANGUN MODEL TREE-AUGMENTED NETWORK (TAN) (Studi Kasus Pengenalan Karakter Tulisan Tangan)
APLIKASI KORELASI PEARSON DALAM MEMBANGUN MODEL TREE-AUGMENTED NETWORK (TAN) (Stud Kasus Pengenalan Karakter Tulsan Tangan) Irwan Bud Santoso Jurusan Teknk Informatka, Sans dan Teknolog Unverstas Islam
Lebih terperinciBAB III METODE PENELITIAN. yang digunakan meliputi: (1) PDRB Kota Dumai (tahun ) dan PDRB
BAB III METODE PENELITIAN 3.1 Jens dan Sumber Data Jens data yang dgunakan dalam peneltan n adalah data sekunder. Data yang dgunakan melput: (1) PDRB Kota Duma (tahun 2000-2010) dan PDRB kabupaten/kota
Lebih terperinciIII.METODE PENELITIAN. Pada penelitian ini subyek yang digunakan adalah siswa VII A SMPN 5
33 III.METODE PENELITIAN A Jens Dan Desan Peneltan. Jens peneltan yang dgunakan dalam peneltan n adalah peneltan kuanttatf. Peneltan n merupakan peneltan korelas yang bertujuan untuk mengetahu hubungan
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Al-Azhar 3 Bandar Lampung yang terletak di
III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlaksanakan d SMP Al-Azhar 3 Bandar Lampung yang terletak d Jl. Gn. Tanggamus Raya Way Halm, kota Bandar Lampung. Populas dalam peneltan n adalah
Lebih terperinciBAB 1 PENDAHULUAN. Pertumbuhan dan kestabilan ekonomi, adalah dua syarat penting bagi kemakmuran
BAB 1 PENDAHULUAN 1.1. Latar Belakang Pertumbuhan dan kestablan ekonom, adalah dua syarat pentng bag kemakmuran dan kesejahteraan suatu bangsa. Dengan pertumbuhan yang cukup, negara dapat melanjutkan pembangunan
Lebih terperinciPROSEDUR MENGGUNAKAN STRATIFIED RANDOM SAMPLING METHOD DALAM MENGESTIMASI PARAMETER POPULASI
JEMI, Vol 1, No 1, Desember 2010 PROSEDUR MENGGUNAKAN STRATIFIED RANDOM SAMPLING METHOD DALAM MENGESTIMASI PARAMETER POPULASI Des Rahmatna, SPd, MSc (Unverstas Martm Raja Al Haj) ABSTRAKSI Peneltan n dmaksudkan
Lebih terperinciOleh : Enny Supartini Departemen Statistika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Padjadjaran
Abstrak MENGESTIMASI BEBERAPA DATA HILANG (MISSING DATA) DAN ANALISIS VARIANS UNTUK RANCANGAN BLOK ACAK SEMPURNA Oleh : Enny Supartn Departemen Statstka, Fakultas Matematka dan Ilmu Pengetahuan Alam, Unverstas
Lebih terperinci