BAB 2 LANDASAN TEORI
|
|
- Ridwan Sudirman
- 6 tahun lalu
- Tontonan:
Transkripsi
1 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 Pendukung Keputusan Pada awal tahun 1970-an, Michael S.Scott mengungkapkan konsep sistem pendukung keputusan (SPK) untuk pertama kalinya dengan istilah Management Decision Sistem yaitu suatu sistem yang berbasis komputer yang ditujukan untuk membantu pengambil keputusan dengan memanfaatkan data dan model tertentu untuk memecahkan berbagai persoalan yang tidak terstruktur. Didefinisikan secara umum, sistem pendukung keputusan (SPK) adalah sistem informasi berbasis komputer yang menggabungkan model dan data guna menyelesaikan masalah semi terstruktur dan beberapa masalah tak terstruktur dengan keterlibatan pengguna secara luas (Turban, dkk. 006). SPK dapat meningkatkan keefektifan pengambilan keputusan, meningkatkan kontrol manajemen, memfasilitasi komunikasi, menghemat usaha yang dilakukan pengguna, menghemat biaya, dan memungkinkan pengambilan lebih objektif (Turban, dkk. 005). Sprague dan Watson mendefinisikan Sistem Pendukung Keputusan (SPK) sebagai sistem yang memiliki lima karakteristik utama yaitu (Sprague et.al, 199): a. Sistem yang berbasis komputer. b. Dipergunakan untuk membantu para pengambil keputusan. c. Untuk memecahkan masalah-masalah rumit yang mustahil dilakukan dengan kalkulasi manual. d. Melalui cara simulasi yang interaktif.
2 e. Dimana data dan model analisis sebagai komponen utama..1.1 Konsep SPK Kerangka pendukung keputusan terbagi atas dua tipe, yaitu tipe keputusan dan tipe pengendalian. Tipe keputusan mencakup keputusan terstruktur, keputusan semi terstruktur dan keputusan tidak terstruktur. Sedang untuk tipe pengendalian mencakup pengendalian operasional, manajerial dan strategik. Kedua tipe ini merupakan suatu bentuk yang saling melengkapi dalam suatu konsep piramida sistem informasi. Terdapat beberapa tahapan dalam proses pembuatan keputusan (Turban & Aronson, 1998), yaitu: a. Mendefinisikan dan merumuskan masalah. b. Mengklasifikasikan masalah dalam kategori standar. c. Mengembangkan model matematik untuk menggambarkan kejadian nyata. d. Menemukan alternatif solusi untuk pemecahan masalah. e. Menentukan pilihan terbaik dari alternatif solusi yang tersedia..1. Tujuan Sistem Pendukung Keputusan Adapun tujuan dari sistem pendukung keputusan antara lain (Turban, 005) : a. Membantu manajer dalam mengambil keputusan atas masalah demi terstruktur. b. Memberikan dukungan bagi pertimbangan manajer dan bukannya di maksudkna untuk menggantikan fungsi manajer. c. Meningkatkan efektivas keputusan yang diambil manajer lebih daripada perbaikan efisiensinya..1. Komponen-Komponen SPK Selanjutnya SPK juga dapat didekomposisikan menjadi beberapa subsistem lainnya yang saling berhubungan (Turban & Aronson, 1998) seperti terlihat pada Gambar.1, yaitu: a. Subsistem Manajemen Data Subsistem manajemen data memasukkan satu database yang berisi data yang relevan untuk situasi dan dikelola oleh perangkat lunak yang disebut sistem manajemen database (DBMS).
3 b. Subsistem Manajemen Model Merupakan paket perangkat lunak yang memasukkan model keuangan, statistik, ilmu manajemen, atau model kuantitatif lainnya yang memberikan kapabilitas analitik dan manajemen perangkat lunak yang tepat. Perangkat lunak ini sering disebut sistem manajemen basis model (MBMS). c. Subsistem Antarmuka Pengguna Pengguna berkomunikai dengan dan memerintahkan SPK melalui subsistem ini. Pengguna adalah bagian yang dipertimbangan dari sistem. Para peneliti menegaskan bahwa beberapa kontribusi unik dari SPK berasal dari interaksi yang intensif antara komputer dan pembuat keputusan. d. Subsistem Manajemen Berbasis Pengetahuan Subsistem ini dapat mendukung semua subsistem lain atau bertindak sebagai suatu komponen independen. Ia memberikan inteligensi untuk memperbesar pengetahuan si pengambil keputusan. Gambar.1 Komponen-Komponen SPK. Multiple Attribute Decision Making (MADM) Multi Criteria Decision Making (MCDM) adalah suatu metode pengambilan keputusan untuk menetapkan alternatif terbaik dari sejumlah alternatif berdasarkan beberapa kriteria tertentu
4 (Kusumadewi et al, 006). MCDM dapat dibagi menjadi model (Zimmermann, 1991) yaitu Multi Attribute Decision Making (MADM) dan Multi Objective Decision Making (MODM). MADM digunakan untuk menyelesaikan masalah-masalah dalam ruang diskret. Oleh karena itu, pada MADM biasanya digunakan untuk melakukan penilaian atau seleksi terhadap beberapa alternatif dalam jumlah yang terbatas. Secara umum dapat dikatakan bahwa, MADM menyeleksi alternatif terbaik dari sejumlah alternatif. Ada beberapa metode yang dapat digunakan untuk menyelesaikan masalah MADM (Kusumadewi et al, 006), antara lain: a. Simple Additive Weighting Method (SAW) b. Weighted Product (WP) c. ELimination Et Choix TRaduisant la realite (ELECTRE) d. Technique for Order Preference by Similarity to Ideal Solution (TOPSIS) e. Analytical Hierarchy Process (AHP). Weighted Product Menurut Yoon (1989), Metode WP menggunakan perkalian untuk menghubungkan rating atribut, dimana rating atribut harus dipangkatkan terlebih dahulu dengan bobot atribut yang bersangkutan (Kusumadewi, dkk. 006). Preferensi untuk alternatif S i diberikan sebagai berikut: a. Penentuan nilai perbaikan bobot W j W_Init W_Init Dimana: W_Initj = Nilai prioritas bobot setiap kriteria b. Penentuan nilai Vektor S i S = X Dimana: X ij = Nilai untuk setiap sampel
5 c. Penentuan nilai Vektor V i Dimana: V = S S S i = Nilai vektor S i Lalu, langkah-langkah dalam perhitungan metode Weighted Product (WP) adalah sebagai berikut: a. Mengalihkan seluruh atribut bagi seluruh alternatif dengan bobot sebagai pangkat positif bagi atribut biaya. b. Hasil perkalian dijumlahkan untuk menghasilkan nilai pada setiap alternatif. c. Membagi nilai V bagi setiap alternatif dengan nilai pada setiap alternatif. d. Ditemukan urutan alternatif terbaik yang akan menjadi keputusan...1 Contoh Manual Penggunaan Algoritma Weighted Product a. Kriteria K1 = Jumlah jenis Jurusan Komputer K = Program Beasiswa K = Biaya Kuliah K5 =Nilai Akreditasi BAN PT K = Lingkungan kampus Kriteria Keuntungan = K1, K, K dan K5 Kriteria Biaya = K b. Skor Konversi Nilai Kriteria Sebelum melakukan perhitungan, terlebih dahulu menentukan nilai konversi setiap kriteria. Untuk Konversi nilai kriteria untuk jumlah jenis jurusan komputer dapat di lihat pada tabel.1 di bawah ini.
6 Kriteria Tabel.1 Skor Konversi Nilai Kriteria Jumlah jurusan Jumlah Jenis Jurusan Komputer Nilai Konversi K nilai kriteria untuk biaya kuliah dapat di lihat pada tabel. di bawah ini. Tabel. Skor Konversi Nilai Kriteria Biaya Kuliah Kriteria Biaya Kuliah (Rp) Nilai Konversi K > Pada kriteria Program beasiswa, penulis menentukan 7 jenis beasiswa sebagai parameter untuk menentukan nilai konversi, yaitu : 1. Beasiswa dari Pemerintah. Beasiswa dari Pihak Swasta. Beasiswa dari negara maju. Beasiswa komunitas organisasi, atau yayasan 5. Beasiswa Penghargaan 6. Beasiswa Bantuan 7. Beasiswa non akademik
7 nilai kriteria untuk jumlah program beasiswa dapat di lihat pada tabel. di bawah ini. Kriteria Tabel. Skor Konversi Nilai Kriteria Jumlah Program Beasiswa Jumlah Program Beasiswa Nilai Konversi K >6 0 1 Pada Kriteria lingkungan kampus, Penulis menentukan ada sebagai indikator yang harus di miliki sebuah kampus dalam penambahan point sebagai ke unggulan kampus, yaitu : 1. Penghijauan. Ketenangan. Lahan yang Luas Dalam hal ini, penulis menetapkan nilai default untuk nilai konversi kriteria lingkungan kampus adalah 1, dan jika memilih salah satu indikator diatas akan menambah bobot nilai konversi setiap satu pilihan. Nilai kriteria untuk lingkungan kampus dapat di lihat pada tabel. di bawah ini. Tabel.5 Skor Konversi Nilai Kriteria Lingkungan kampus Kriteria Lingkungan Kampus Nilai Konversi K Pilih 1 indikator Pilih indikator Pilih indikator Nilai kriteria untuk Akreditasi BAN PT dapat di lihat pada tabel.5 di bawah ini.
8 Tabel.5 Skor Konversi Nilai Kriteria Akreditasi BAN PT Kriteria Akreditasi BAN PT Nilai Konversi K5 A B C Telah ter Akreditasi 1 c. Contoh Data Pada proses perhitungan perbandingan, user dapat menetukan berapa jumlah perguruan tinggi yang akan di bandingkan, jika user hanya ingin membandingkan,, atau saja, maka cukup dengan memilih nama perguruan tinggi yang akan di bandingkan, tanpa harus di wajibkan memilih sepuluh pergurua tinggi. Contoh nilai data yang sudah di pilih oleh user dapat dilihat pada Tabel.6. Tabel.6 Contoh Data WP Nama Kampus K1 K K K K5 Mikroskill STMIK-IBBI Rp Rp Pilih 1 A Pilih B Kampus Ungu Rp Tidak ada pilihan 1 Ter- Akreditasi d. Contoh Data Yang Sudah Dikonversi Contoh data yang sudah dikonvesi dapat dilihat pada Tabel.. Tabel.7 Contoh Data Yang Sudah Dikonversi WP Nama Kampus K1 K K K K5 Mikro Skill STMIK-IBBI Kampus Ungu
9 e. Bobot Preferensi [,,,, 5 ] f. Menghitung Nilai Wi = 0, = 0, = 0, = 0, = 0,7 g. Menghitug Nilai S i S = (, ) x (, ) x (, ) x (, ) x (, )= 1,681 S = (, ) x (, ) x (, ) x (, ) x (, )= 1,696 S = (, ) x (5, ) x (1, ) x (1, ) x (1, )= 0,86 h. Menghitung Nilai V i 1,681 V = 1, , ,86 = 0,99 1,696 V = 1, , ,86 = 0,0 0,86 V = 1, , ,86 = 0,198 Karena diperoleh nilai terbesar adalah V, maka kampus STMIK-IBBI adalah alternatif perguruan tinggi swasta terbaik.. Weighted Sum Model Weighted sum model adalah metode pengambilan keputusan dengan cara penjumlahan untuk menghubungkan rating atribut, dimana rating setiap atribut harus di pangkatkan dulu dengan
10 bobot atribut yang bersangkutan. Metode WSM hampir sama dengan metode WP, perbedaannya terletak pada operasi matematika. Pada metode WP menghubungkan rating atribut dengan cara perkalian sedangkan WSM dengan penjumlahan. Jika terdapat m alternatif dan n kriteria, maka alternatif terbaik dapat dirumuskan sebagai berikut : Awsm = max i i a ij. w j Keterangan : A wsm a ij = Nilai Alternatif terbaik = Nilai Alternatif i pada kriteria j w j = Bobot krietria j Dimana i=1,,...,m dan A wsm merupakan nilai dari alternatif terbaik, n adalah banyaknya kriteria, aij merupakan nilai alternatif i pada kriteria j, w j adalah nilai bobot kriteria j dan max digunakan untuk mengurutkan alternatif keputusan dimana alternatif yang memiliki nilai terbesar akan di letakkan di paling atas...1 Contoh Manual Penggunaan Algoritma Weighted Product Dengan menggunakan kriteria yang sama dengan metode Weighted Product yang telah penulis paparkan sebelumnya, kita akan menghitung alternatif terbaik dari perguruan tinggi swasta terbaik. Tabel.7 Contoh Data Yang Sudah Dikonversi WSM Nama Kampus K1 K K K K5 Mikro Skill STMIK-IBBI Kampus Ungu
11 a. Bobot Preferensi [,,,, 5 ] b. Menghitung Nilai Wi = 0, = 0, = 0, = 0, = 0,7 c. Menghitug Nilai A i A = ( x 0,16)+( x -0,) + ( x 0,11) + ( x 0,) + ( x 0,7) = 1,5 A = ( x 0,16)+( x -0,) + ( x 0,11) + ( x 0,) + ( x 0,7) = 1,6 A = ( x 0,16)+(5 x -0,) + (1 x 0,11) + (1 x 0,) + (1 x 0,7) = -0,0 Karena diperoleh nilai terbesar adalah A 1, maka kampus STMIK-IBBI adalah alternatif perguruan tinggi swasta terbaik..5 Big Theta (Ɵ) Thomas H. Cormen et al dalam buku yang berjudul Introduction to Algorithms pada edisi ketiga menyebutkan bahwa Algoritma adalah urutan langkah-langkah mengubah input menjadi output. Menganalisis algoritma berarti memprediksi sumber daya yang dibutuhkan algoritma, sumber daya yang menjadi perhatian utama seperti memori, bandwith komunikasi dan perangkat keras komputer yang biasanya sering digunakan untuk mengukur waktu komputasi (Thomas H. Cormen et al, 009). Algoritma memiliki kompleksitas, dimana ukuran kompleksitas tersebut merupakan acuan utama, untuk mengetahui kecepatan dari algoritma tersebut. Time Complexity (Kompleksitas waktu) adalah hubungan waktu komputasi dan jumlah input. Running time adalah sejumlah waktu yang dibutuhkan untuk mengeksekusi setiap baris pseudocode. Satu
12 baris statement memiliki jumlah waktu yang berbeda dengan baris yang lain maka dari itu akan diasumsikan bahwa setiap pelaksanaan i garis membutuhkan waktu ci, di mana ci adalah konstan. Running time dari sebuah algoritma adalah jumlah dari running time dari setiap statement yang dieksekusi. Big Ɵ (Big Theta) adalah bagian dari kompleksitas waktu dari sebuah algoritma. Big Ɵ (Big Theta) Didefinisikan bahwa f(n) merupakan Theta dari g(n) dan dinotasikan f(n) = Ɵ(g(n) jika dan hanya jika terdapat tiga konstanta positif n 0, c 1 dan c sedemikian berlaku: C 1 g(n) <= f(n) <= C g(n) ; n > n 0..6 Perguruan Tinggi Perguruan tinggi mencakup program diploma,sarjana, magister,spesialis,dan dokter yang dapat berbentuk akademik, politeknik,sekolah tinggi,institut atau universitas. Menurut wikipedia(01), Perguruan tinggi adalah satuan pendidikan penyelanggara pendidikan tinggi. Peserta didik perguruan tinggi disebut Mahasiswa, sedangkan tenaga pendidik perguruan tinggi di sebut Dosen jenisnya perguruan tinggi dibagi menjadi dua yaitu: a. Perguruan Tinggi Negeri Perguruan tinggi negeri merupakan perguruan tinggi yang di selenggarakan oleh pemerintah. b. Perguruan Tinggi Swasta Perguruan tinggi negeri swasta merupakan perguruan tinggi yang diselenggrakan oleh pihak swasta. Perguruan tinggi merupakan kelanjutan jenjang pendidikan menengah untuk mempersiapkan peserta didik untuk menjadi anggota masyarakat yang memiliki kemampuan akademis dan profesional yang dapat menerapkan, mengembangkan dan menciptakan ilmu pengetahuan, teknologi ilmu pengetahuan, teknologi dan kesenian yang tercantum dalam UU tahun 1989, pasal 16,ayat (1). Pendidikan tinggi adalah pendidikan pada jenjang yang lebih tinggi daripada menengah di jalur pendidikan sekolah ( PP 0 Tahun 1990, pasal 1 ayat 1). Adapun tujuan pendidikan tinggi adalah : a. Mempersiapkan peserta didik menjadi anggota masyarakat yang memiliki kemampuan akademik dan profesional yang dapat menerapkan, mengembangkan dan menciptakan ilmu pengetahuan, teknologi dan kesenian.
13 b. Mengembangkan dan menyebar luaskan ilmu pengetahuan, teknologi dan kesenian serta mengoptimalkan penggunaanya untuk meningkatkan taraf hidup masyarakat dan memperkaya kebudayaan nasional, tercantum dalam UU Tahun 1989, Pasal 16, Ayat (1); PP 0 Thaun 1990, Pasal, Ayat (1).
BAB 2 LANDASAN TEORI
7 BAB LANDASAN TEORI. Sistem Pendukung Keputusan Pada dasarnya pembuatan keputusan merupakan suatu pendekatan yang bersifat sistematis, artinya pendekatan yang berawal dan bermula dari hakikat suatu masalah,
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 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
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 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 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 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 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. hal yang tumbuh dan berkembang, dahulu komputer hanya dapat digunakan untuk
BAB 1 PENDAHULUAN Bab ini berisi latar belakang, rumusan masalah, batasan masalah, tujuan penelitian, manfaat penelitian, metodologi penelitian dan sistematika penulisan. 1.1 Latar Belakang Pada saat ini
Lebih terperinciUKDW BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Pemilihan smartphone yang tepat merupakan salah satu aspek yang perlu diperhatikan oleh pengguna (dalam hal ini pengambil keputusan) sebelum melakukan pembelian.
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 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 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 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 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 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 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 terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA 2.1. Sistem Pendukung Keputusan Istilah Sistem Pendukung Keputusan pertama kali digagas oleh P.G.W Keen, seorang akademisi Inggris yang kemudian melanjutkan karir di United States
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 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 terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Konsep Dasar Sistem Suatu sistem pada dasarnya adalah sekolompok unsur yang erat hubungannya satu dengan yang lain, yang berfungsi bersama-sama untuk mencapai tujuan tertentu.
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 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 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 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 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 terperinciRANCANGAN SISTEM PENGAMBILAN KEPUTUSAN DALAM MENENTUKAN PILIHAN PRODUK TABLET PC MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHT (SAW)
RANCANGAN SISTEM PENGAMBILAN KEPUTUSAN DALAM MENENTUKAN PILIHAN PRODUK TABLET PC MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHT (SAW) Elisabet Yunaeti Anggraeni, M.T.I., Rita Irviani, M.M., Riza Lestari Jurusan
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 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 dalam SPK (Sistem Pendukung Keputusan) A. AHP
Metode dalam SPK (Sistem Pendukung Keputusan) A. AHP Analytic Hierarchy Process (AHP) adalah teknik untuk mendukung proses pengambilan keputusan yang bertujuan untuk menentukan pilihan terbaik dari beberapa
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 terperinciBAB 2 TINJAUAN PUSTAKA
7 BAB 2 TINJAUAN PUSTAKA 2.1 Asuransi Jiwa Dalam Undang-Undang Republik Indonesia Nomor 40 Tahun 2014 Tentang Perasuransian, pada Bab 1 Ketentuan Umum yang dimaksud dengan : 1. Asuransi adalah perjanjian
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 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 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI Pada bab ini akan dibahas teori tentang Sistem Pendukung Keputusan, Metode Simple Additive Weighting (SAW), Metode Profile Matching. 2.1 Sistem Pendukung Keputusan Dalam teori sistem
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 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 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 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 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 terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. Sistem Pendukung Keputusan Sistem Pendukung keputusan (SPK) atau dikenal dengan Decision Support System (DSS) pada tahun 1970-an sebagai pengganti istilah Managementinformation
Lebih terperinciAndri Syafrianto Teknik Informatika STMIK El Rahma
1 PERBANDINGAN METODE WEIGHTED PRODUCT MODEL (WPM) DAN TECHNIQUE FOR ORDER PREFERENCE BY SIMILARITY TO IDEAL SOLUTION (TOPSIS) PADA PROSES PEMILIHAN MAHASISWA YANG BERHAK MENERIMA BEASISWA Andri Syafrianto
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN MEMILIH LAPTOP UNTUK MAHASISWA MULTIMEDIA MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHT (SAW)
SISTEM PENDUKUNG KEPUTUSAN MEMILIH LAPTOP UNTUK MAHASISWA MULTIMEDIA MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHT (SAW) Hendri Yustriandi 1, Elisabet Y. A 2 Jurusan Sistem Informasi STMIK Pringsewu Lampung
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 terperinciBAB II TINJAUAN PUSTAKA DAN DASAR TEORI. Penelitian sejenis ini pernah dilakukan oleh : 1. Fitriani M. Yaqiyatum (2014) dari Universitas Dian
BAB II TINJAUAN PUSTAKA DAN DASAR TEORI 2.1. Tinjauan Pustaka Penelitian sejenis ini pernah dilakukan oleh : 1. Fitriani M. Yaqiyatum (2014) dari Universitas Dian Nuswantoro, membahas pemilihan pegawai
Lebih 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 terperinci1. BAB I PENDAHULUAN 1.1 Latar Belakang
1. BAB I PENDAHULUAN 1.1 Latar Belakang Beasiswa merupakan bantuan studi yang diinginkan setiap siswa yang memiliki keterbatasan ekonomi. Bantuan yang diberikan dalam bentuk uang atau barang ini mempunyai
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 terperinciUKDW BAB I PENDAHULUAN
BAB I PENDAHULUAN 1.1 Latar Belakang Undang-undang Republik Indonesia Nomor 20 Tahun 2003 menetapkan bahwa pendidikan adalah usaha sadar dan terencana untuk mewujudkan suasana belajar dan proses pembelajaran
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA 2.1. Sistem Pendukung Keputusan (SPK) Pada dasarnya SPK merupakan pengembangan lebih lanjut dari Sistem Informasi Manajemen terkomputerisasi yang dirancang sedemikian rupa sehingga
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 terperinciBAB II TINJAUAN PUSTAKA DAN DASAR TEORI. Perbedaan tinjauan dengan penelitian yang diajukan terletak pada objek,
BAB II TINJAUAN PUSTAKA DAN DASAR TEORI 2.1 Tinjauan Pustaka Perbedaan tinjauan dengan penelitian yang diajukan terletak pada objek, keluaran, studi kasus, kriteria yang digunakan dan bahasa pemrograman.
Lebih terperinciTechnique for Order Preference by Similarity to Ideal Solution sebagai Metode Multi Attribute Decision Making
Technique for Order Preference by Similarity to Ideal Solution sebagai Metode Multi Attribute Decision Making untuk Menentukan Rekomendasi Penerima Beasiswa BBM dan PPA di STMIK AMIKOM Purwokerto Umti
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 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 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 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 terperinciRita Hamdani. STMIK Pelita Nusantara Medan Jalan Iskandar Muda No.1, Merdeka, Medan Baru, Sumatera Utara
PENERAPAN METODE TECHNIQUE FOR ORDER PREFERENCE BY SIMILARITY TO IDEAL SOLUTIONDAN SIMPLE ADDITIVE WEIGHTING DALAM PEMBERIAN BEASISWA DI POLITEKNIK POLIPROFESI MEDAN Rita Hamdani STMIK Pelita Nusantara
Lebih 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 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 terperinciOleh: Fandy Setyo Utomo STMIK AMIKOM Purwokerto ABSTRACT
MULTI ATTRIBUTE DECISION MAKING DENGAN METODE TECHNIQUE FOR ORDER PREFERENCE BY SIMILARITY TO IDEAL SOLUTION UNTUK MENENTUKAN REKOMENDASI PENERIMA BEASISWA BBM DAN PPA DI STMIK AMIKOM PURWOKERTO Oleh:
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 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 terperinciAbstract. Keywords: Scholarship, Fuzzy MADM, SAW, Criteria.
ISSN : 1693 1173 Sistem Pendukung Keputusan Beasiswa Diklat dengan Fuzzy Multiple Attribute Decission Making (MADM) Tri Handayani, Wawan Laksito Yuly Saptomo, Teguh Susyanto Abstract The scholarship is
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PENERIMAAN CALON SISWA BARU DI SMA NEGERI 1 NEGERI KATON MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW)
SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN CALON SISWA BARU DI SMA NEGERI 1 NEGERI KATON MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) Noca Yolanda Sari, M.Pd, Sella Nindi Satya STMIK Pringsewu Lampung
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 terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Bantuan Siswa Miskin (BSM) adalah Program Nasional yang bertujuan untuk menghilangkan halangan siswa miskin berpartisipasi untuk bersekolah dengan membantu siswa miskin
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 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 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 terperinciSISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PRODUKSI SEPATU DAN SANDAL DENGAN METODE ELIMINATION ET CHOIX TRADUISANT LA REALITÉ
SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PRODUKSI SEPATU DAN SANDAL DENGAN METODE ELIMINATION ET CHOIX TRADUISANT LA REALITÉ (ELECTRE) (Studi Kasus pada Produsen Sepatu dan Sandal Obara Shoes Cibaduyut Bandung)
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 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 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 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 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 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 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. Sistem Pendukung Keputusan Istilah sistem pendukung keputusan pertama kali digagas oleh P.G.W Keen, seorang akademisi Inggris yang kemudian melanjutkan karir di USA. Pada tahun
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 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 I PENDAHULUAN. 1.1 Latar Belakang
1.1 Latar Belakang BAB I PENDAHULUAN PT PLN (Persero) merupakan perusahaan penyedia jasa kelistrikan terbesar di Indonesia. Proses dalam meningkatkan usahanya, PT PLN (Persero) tidak dapat melepaskan perhatiannya
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1. Sistem Pendukung Keputusan 2.1.1. Definisi Keputusan Keputusan (decision) yaitu pilihan dari dua atau lebih kemungkinan. Keputusan dapat dilihat pada kaitannya dengan proses,
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 terperinciBAB II TINJAUAN PUSTAKA. Dosen merupakan tenaga akademik yang bertugas merencanakan dan
BAB II TINJAUAN PUSTAKA 2.1 Pemilihan Dosen Berprestasi Dosen merupakan tenaga akademik yang bertugas merencanakan dan melaksanakan proses pembelajaran, menilai hasil pembelajaran, melakukan pembimbingan
Lebih terperinciJurnal Ilmiah ILKOM Volume 8 Nomor 3 (Desember 2016) Copyright Jurnal Ilmiah ILKOM -- All rights reserved.
Jurnal Ilmiah ILKOM Volume 8 Nomor (Desember 06) ISSN: 087-76 SISTEM PENDUKUNG KEPUTUSAN PEMBERIAN DANA PENGEMBANGAN USAHA AGRIBISNIS PEDESAAN (PUAP) KEPADA GAPOKTAN MENGGUNAKAN METODE SIMPLE ADDITIVE
Lebih terperinciBAB 2 LANDASAN TEORI
17 BAB 2 LANDASAN TEORI 2.1 Sistem Pendukung Keputusan Sistem Pendukung Keputusan adalah sistem berbasis komputer yang membantu para pengambil keputusan mengatasi masalah melalui interaksi dengan sejumlah
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 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 terperinciBAB 2 TINJAUAN PUSTAKA
8 BAB 2 TINJAUAN PUSTAKA 2.1. Sistem Pendukung Keputusan 2.1.1. Definisi Sistem Sistem adalah suatu prosedur atau elemen yang saling berhubungan satu sama lain dimana dalam sebuah sistem terdapat suatu
Lebih terperinciSistem Pendukung Keputusan Manajemen
Sistem Pendukung Keputusan Manajemen Entin Martiana, S.Kom, M.Kom Sistem Pendukung Keputusan proses pengambilan keputusan merupakan hal yang menjadi bagian penting di dalam suatu organisasi atau perusahaan.
Lebih terperinciPEMILIHAN LOKASI SUMBER MATA AIR UNTUK PEMBANGUNAN JARINGAN AIR BERSIH PEDESAAN DENGAN MENGGUNAKAN METODE TOPSIS
PEMILIHAN LOKASI SUMBER MATA AIR UNTUK PEMBANGUNAN JARINGAN AIR BERSIH PEDESAAN DENGAN MENGGUNAKAN METODE TOPSIS Nofi Aditya Konsentrasi Manajemen Proyek Konstruksi, Program Studi Teknik Sipil Pascasarjana
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 terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Sistem Pendukung Keputusan Sistem Pendukung Keputusan (SPK) adalah untuk membantu orang membuat keputusan yang efektif dan informasi pada 1970-an. Sistem telah banyak digunakan
Lebih terperinciAPLIKASI DINAMIS SISTEM PENDUKUNG KEPUTUSAN DENGAN DUA ALGORITMA
APLIKASI DINAMIS SISTEM PENDUKUNG KEPUTUSAN DENGAN DUA ALGORITMA Ridha Sefina Samosir Institut Teknologi dan Bisnis Kalbis, 082111354566, ridha.samosir@kalbis.ac.id Abstrak Today, speed and accuracy of
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1. Tinjauan Pustaka Terkait dengan penelitian ini, terlebih dahulu Paska Marto Hasugian telah melakukan penelitian dengan judul Fuzzy Multiple Attribute Decision Making untuk
Lebih 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 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 terperinciBAB I PENDAHULUAN Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Setiap warga negara berhak mendapatkan pengajaran, hal ini telah dicantumkan dalam Pasal 31 (1) Undang-Undang Dasar 1945. Berdasarkan pasal tersebut, maka Pemerintah
Lebih terperinci