BAB I PENDAHULUAN. dinyatakan diterima di di universitas, institut atau akademi, yang masuk dari berbagai
|
|
- Sugiarto Johan
- 6 tahun lalu
- Tontonan:
Transkripsi
1 BAB I PENDAHULUAN 1.1 Latar Belakang Mahasiswa baru adalah peserta seleksi penerimaan mahasiswa baru yang telah dinyatakan diterima di di universitas, institut atau akademi, yang masuk dari berbagai jalur penerimaan seleski mahasiswa baru seperti Seleksi Nasional Masuk Perguruan Tinggi Negeri (SNMPTN), Seleksi Bersama Masuk Perguruan Tinggi Negeri (SBMPTN) dan berbagai jalur masuk lainnya baik yang diselenggarakan secara nasional maupun secara lokal oleh universitas negeri maupun swasta. Dalam prosesnya mahasiswa baru diwajibkan untuk membayar biaya masuk diawal yang dinamakan uang kuliah pangkal. Nominal dari uang pangkal ini sangat bervariatif bergantung pada program studi dan jalur masuk yang diikuti oleh mahasiswa baru serta terus mengalami peningkatan dari tahun ke tahun. Hal ini tentunya tidak sesuai dengan amanat UUD 1945 pasal 31 tentang pendidikan, oleh karena itu pemerintah sejak tahun 2013 memberlakukan kebijakan yang dinamakan Uang Kuliah Tunggal (UKT) untuk meringankan uang masuk perkuliahan. UKT (Uang Kuliah Tunggal) yaitu merupakan sebagian Biaya Kuliah Tunggal (BKT) yang ditanggungkan kepada setiap mahasiswa berdasarkan kemampuan ekonominya. Biaya kuliah Tunggal merupakan seluruh biaya operasional per mahasiswa per semester pada program studi di perguruan tinggi negeri dan UKT itu ditetapkan berdasarkan BKT dikurangi dengan biaya yang ditanggung oleh 1
2 2 pemerintah yang akan dilaksanakan oleh perguruan tinggi negeri, kebijakan ini bertujuan untuk meringankan beban uang kuliah yang harus dibayarkan oleh mahasiswa dari awal masuk perkuliahan hingga lulus nanti. Dasar hukum dari UKT itu sendiri ialah Peraturan Menteri Pendidikan dan Kebudayaan (Permendikbud) No. 55 Tahun 2013 tertanggal 23 Mei Universitas Udayana merupakan Perguruan Tinggi Negeri terbesar di Bali dan telah menerapkan sistem UKT dari tahun ajaran 2013/2014. Dalam menerapkan UKT, Universitas Udayana membagi kedalam 5 (lima) kategori kelompok. Hal tersebut berdasarkan surat edaran DIKTI Nomor 272/E1.1/KU/2013 yang menjelaskan bahwa sebaiknya tarif UKT dibagi atas 5 kelompok, dari kelompok yang paling rendah (kelompok 1) sampai kelompok paling tinggi (kelompok 5). Kemudian untuk menentukan kelompok UKT untuk setiap mahasiswa baru, Universitas Udayana memerlukan gambaran latar belakang kondisi sosial ekonomi orangtua setiap mahasiswa. Hasilnya, jumlah kelompok dibagi menjadi 5 (lima) kelompok dengan jumlah kelompok 1 dan kelompok 2 masing-masing sebanyak 5% dari jumlah mahasiswa baru. Pada saat ini Universitas Udayana telah memberlakukan sistem UKT secara terkomputerisasi yang dapat diakses secara online oleh calon mahasiswa baru. Namun dalam proses penentuan kelompok UKT mahasiswa baru di Universitas Udayana masih menggunakan proses pembobotan yang kurang ideal karena banyaknya kriteria yang ditentukan dan tidak adanya skala prioritas untuk kriteria tersebut, sehingga hasilnya banyak diantara calon mahasiswa baru yang merasa keberatan dengan penentuan UKT oleh pihak Universitas Udayana karena merasa tidak sesuai dengan
3 3 kemampuan ekonomi dari orang tua mereka. Ini dibuktikan dari data yang telah diperoleh melalui Unit Sumber Daya Informasi Universitas Udayana bahwa setidaknya sebanyak 63 mahasiswa baru tahun ajaran 2015/2016 telah disetujui oleh pihak Universitas Udayana untuk diturunkan kelompok UKTnya, tentunya proses penurunan ini telah melalui verifikasi dan mempertimbangkan kondisi ekonomi orang tua dari mahasiswa baru tersebut. Sementara itu, informasi yang dihimpun dari media online menyebutkan bahwa permasalahan penentuan UKT mahasiswa baru banyak yang tidak sesuai dengan kemampuan ekonomi mahasiswa baru, salah satunya seperti dikutip melalui portal berita online Sebanyak 84 mahasiswa baru Universitas Brawijaya mundur dari universitas tersebut karena tidak mampu membayar uang kuliah tunggal yang diterapkan oleh kampus setempat dan sebanyak mahasiswa baru mengajukan keringanan karena UKT yang ditetapkan tidak sesuai dengan kemampuan ekonomi masing-masing, berita online pelaksanaan UKT di Unila (Universitas Negeri Lampung) tidaklah berjalan mulus, banyak persoalan yang terjadi di lapangan sebagaimana terungkap dalam reportase khusus tabloid kampus. Terutama banyaknya mahasiswa yang merasa sangat keberatan dengan status UKT yang ditanggungnya karena memang sangat tidak sesuai dengan kemampuan Dari beberapa informasi tersebut di atas mengenai permasalahan penentuan UKT di Univeritas Udayana dan dibeberapa universitas negeri lainnya, maka dibutuhkan adanya suatu sistem yang dapat mendukung proses penentuan kelompok UKT mahasiswa baru, sehingga dapat meningkatkan nilai keadilan yang sesuai
4 4 dengan kemampuan ekonomi dari orang tua para calon mahasiswa baru. Metode yang dapat digunakan adalah dengan mengkombinasikan teknik clustering untuk mengelompokkan UKT dari calon mahasiswa baru dan perangkingan terhadap hasil clustering dengan menggunakan Multi Attribute Decision Making dengan melihat kriteria-kriteria yang merupakan gambaran kondisi ekonomi dari orang tua calon mahasiswa baru. Penggunaan proses clustering sebagai awal proses pengelompokkan UKT dikarenakan clustering akan mempartisi suatu set objek menjadi dua kelompok atau lebih berdasarkan kesamaan sehingga akan terbagi beberapa kelompok UKT berdasarkan kemiripan data dari calon mahasiswa baru, kemudian penggunaan MADM sebagai perangkingan dimaksudkan untuk melakukan perangkingan terhadap hasil cluster awal sehingga jika suatu kelompok UKT mempunyai quota seperti dalam UKT kelompok 1 dan 2 yang berjumlah 5% dari jumlah mahasiswa maka proses perangkingan hanya dilakukan pada data yang berada di kelompok UKT 1 dan 2 tidak pada keseluruhan data. Metode Fuzzy C-Means (FCM) adalah suatu teknik clustering data dimana keberadaan tiap titik data dalam suatu cluster ditentukan oleh derajat keanggotaan. Fuzzy C-Means adalah algoritma pengelompokan yang terawasi, karena pada algoritma Fuzzy C-Means jumlah cluster yang akan dibentuk perlu diketahui terlebih dahulu. Teknik ini pertama kali diperkenalkan oleh J. C. Bezdek pada tahun 1981 (Sediyono dkk, 2006); (Luthfi, 2007). Output dari FCM menghasilkan informasi yang dapat digunakan dalam membangun suatu fuzzy inference system (Sediyono dkk, 2006).
5 5 Beberapa penelitian yang telah dilakukan dengan menggunakan FCM untuk pengelompokan data telah banyak dilakukan, antara lain : Agus Widodo dan Purhadi (2013) penelitian ini membandingkan metode FCM dan fuzzy c-shell clustering untuk mengelompokkan kabupaten/kota di pulau Jawa berdasarkan indeks pembangunan manusianya, Sarita Budiyani Purnamasari dkk. (2014) menggunakan FCM untuk mengelopokan kabupaten/kota di provinsi Jawa Tengah berdasarkan indikator indeks pembangunan manusia dan menggunakan index Xie Beni untuk menentukan cluster optimum, T. Jatipaningrum (2014) menggunakan FCM untuk menentukan segmentasi pelanggan PLN, R. Syaiful dan R.B. F. Hakim (2015) membandingkan metode FCM dengan fuzzy k-means untuk mengelompokkan indeks Pembangunan Manusia di Kawasan Indonesia Timur tahun 2012, Aidina Ristyawan dkk. (2015) pemanfaatan algoritma FCM dalam pengelompokan kinerja akademik mahasiswa digunakan untuk melihat posisi atau keadaan kinerja akademik mahasiswa, dan dapat pula dikembangkan sebagai dasar pertimbangan dalam memilih profesi. Berdasarkan beberapa penelitian menggunakan metode FCM yang telah disebutkan maka ditemukan beberapa kelebihan dari metode ini sehingga dapat digunakan sebagai metode pengclusteran UKT mahasiswa baru diantaranya ialah FCM mempunyai komputasi yang lebih cepat di bandingkan dengan beberapa metode clustering lainnya seperti metode fuzzy c-shell clustering (Agus Widodo dkk, 2013) dan metode fuzzy k-means (R. Syaiful dkk, 2015) hal ini dikarenakan dalam metode FCM penentuan cluster tidak menggunakan jarak antar pusat cluster dengan titik data
6 6 melainkan dengan menggunakan derajat keanggotaan fuzzy. Kemudian dengan menggunakan index Xie Beni untuk menentukan cluster optimum hasil dari FCM ini akan didapatkan kelompok UKT dari tiap cluster yang dihasilkan. Multi Attribute Decision Making (MADM) merupakan metode pengambilan keputusan yang banyak digunakan dalam melakukan penilaian atau seleksi terhadap beberapa alternatif dan digunakan untuk menyeleksi alternatif terbaik dari sejumlah alternatif (Shinta Wimatsari dkk.,2013). Metode MADM dapat membantu meningkatkan kualitas keputusan dengan membuat proses pengambilan keputusan lebih efisien dan rasional. Salah satu jenis MADM adalah ELECTRE (Ellimination And Choice Translation Reality) digunakan untuk menyelesaikan kasus-kasus yang mempunyai alternatif pilihan yang banyak namun hanya sedikit kriteria yang dilibatkan, hal inilah yang menjadi alasan utama metode ELECTRE digunakan dalam penelitian ini karena penentuan rangking dalam satu cluster UKT hanya melibatkan beberapa kriteria sebagai penggambaran dari kemampuan ekonomi orang tua calon mahasiswa baru sedangkan dalam cluster tersebut teradapat beberapa alternatif pilihan calon mahasiswa baru. Penelitian ini juga merujuk pada beberapa penelitian sebelumnya yang menggunakan metode ELECTRE, antara lain : oleh Made Sudarma dkk. (2015) menggunakan metode ELECTRE untuk penentuan jurusan di universitas bagi calon mahasiswa baru, Prasenjit Chatterjee dkk. (2014) menggunakan metode ELECTRE untuk mengurangi cost dalam melakukan inspeksi/pengecekkan hasil akhir dari produk manufaktur, Heri Anggiat Tambunan (2014) menggunakan metode
7 7 ELECTRE untuk pemilihan mahasiswa berprestasi di SMA Parulian 2 Medan, Ermatita dkk. (2011) melakukan analisis dengan mensimulasikan mutasi gen untuk mendeteksi penyebabnya suatu penyakit, Adel Hatami-Marbini (2013) menggunakan fuzzy ELECTRE untuk menentukan standar keamanan dan keselamatan fasilitas tempat daur ulang. Sedangkan beberapa penelitian yang menggabungkan metode FCM atau metode clustering dengan MADM ataupun metode lainnya untuk mendapatkan hasil pengelompokkan yang lebih optimal ialah : Omar López-Ortega, Marco-Antonio Rosales (2011) penelitian ini menggunakan FCM dan Analytic Hierarchy Process (AHP) sebagai penunjang keputusan penentuan pemilihan agen,t. Sandhika Jaya dkk. (2011) mengkombinasikan FCM dan Simple Additive Weighting (SAW) untuk sistem pemilihan perumahan, Harliana dan Azhari (2012) menggunakan FCM dan metode Takagi Sugeno Kang (TSK) sebagai penentuan rulebase dalam pemberian rekomendasi program bantuan untuk daerah rawan pangan di Kabupaten Cirebon, Herditomo dkk. (2015) menggunakan FCM dan Particle Swarm Optimization (PSO) untuk segmentasi citra geografis. Berdasarkan permasalahan yang ada maka penulis mengimplementasikan suatu kombinasi teknik pengelopokkan menggunakan FCM dan ELECTRE dalam menentukan kelompok UKT mahasiswabaru sehingga dapat memberikan hasil sebagai pendukung keputusan di Universitas Udayana dalam membagi golongan UKT mahasiswa sesuai dengan kemampuan ekonomi orang tua calon mahasiswa baru.
8 8 Untuk menguji hasil dari penelitian ini akan dilakukan uji coba diantaranya ialah uji coba antar muka sistem, uji coba hasil perhitungan FCM-ELECTRE, uji coba perbandingan hasil perhitungan FCM-ELECTRE dengan hasil penentuan UKT Universitas Udayana dan usability tes untuk menguji kelayakan sistem. 1.2 Rumusan Masalah Berdasarkan latar belakang tersebut maka dapati dirumuskan beberapa permasalahan dalam penelitian ini diantaranya : 1. Bagaimana merancang dan membangun suatu sistem pendukung keputusan penentuan kelompok UKT calon mahasiswa baru. 2. Bagaimana penerapan kombinasi Fuzzy C-Means dan ELECTRE dalam proses penentuan golongan UKT mahasiswa baru Universitas Udayana. 1.3 Tujuan Tujuan yang ingin dicapai dari penelitian ini ialah, mampu merancang dan membangun suatu sistem pendukung keputusan penentuan kelompok UKT calon mahasiswa baru dengan menerapkan kombinasi metode Fuzzy C-Means dan ELECTRE.
9 9 1.4 Manfaat 1. Manfaat Akademis Pembuatan sistem ini dapat membantu peneliti mengerti konsep FCM dan ELECTRE yang nantinya bisa akan digunakan untuk melakukan penelitian lainnya. 2. Manfaat Praktis Penelitian ini dapat memberikan manfaat kepada mahasiswa baru Universitas Udayana dalam menentukan besaran uang kuliah tunggal yang lebih proposional dan memenuhi rasa keadilan sesuai dengan kondisi ekonomi mahasiswa. Penelitian ini juga dapat berperan untuk membantu universitas udayana dalam menetapkan golongan UKT pada mahasiswa yang semakin murah dari tahun ke tahun sesuai dengan landasan hukum yang telah ada. 1.5 Batasan Masalah Melihat luasnya cakupan yang ditemukan dalam tulisan ini serta keterbatasan waktu dan pengetahuan penulis maka agak pembahasan tidak menyimpang dari tujuan, dilakukan pembatasan masalah sebagai berikut : 1. Penelitian dilakukan pada mahasiswa baru Universitas Udayana tahun ajaran 2015/ Metode yang digunakan ialah FCM dan ELECTRE untuk menentukan rangking tiap cluster.
10 Keaslian Penelitian Posisi penelitian ini dapat digambarkan dengan diagram fishbone seperti pada gambar 1.1. Kajian penelitian ini mengkombinasikan metode clustering dan MADM. Salah satu jenis dari teknkik clustering ialah FCM yang pada penelitian ini mengacu pada Agus Widodo dan Purhadi (2013),Sarita Budiyani Purnamasari dkk.(2014), M. T. Jatipaningrum(2014), R. Syaiful dan R.B. F. Hakim (2015), Aidina Ristyawan dkk. (2015), sedangkan salah satu jenis metode MADM ialah ELECTRE yang pada penelitian ini mengacu pada Made Sudarma dkk. (2015), Heri Anggiat Tambunan(2014), Ermatita dkk. (2011), Adel Hatami-Marbini (2013). Penelitian ini juga membandingkan penggunaan FCM dengan metode MADM lainnya yang mengacu pada Omar López-Ortega, Marco-Antonio Rosales (2011) T. Sandhika Jaya dkk (2011), Harliana dan Azhari (2012), Herditomo dkk. (2015). DSS MADM Bioinformatika dalam simulasi deteksi mutasi gen Beasiswa Pemilihan Jurusan Universitas Uang Kuliah Tunggal TOPSIS AHP Partitional ELECTRE SAW Penerapan Kombinasi Fuzzy C-Means dan ELECTRE(Ellimination and Choice Translation Reality) untuk Sistem Pendukung Keputusan Penentuan Besar Uang Kuliah Tunggal Mahasiswa Baru Universitas Udayana Hierarchical Fuzzy Exclusive Fuzzy C-Means Clustering Gambar 1.1Keaslian penelitian dengan diagram fishbone
BAB II KAJIAN PUSTAKA. pengembangan sebuah penelitian. Penerapan Kombinasi Fuzzy C-Means dan
BAB II KAJIAN PUSTAKA 2.1 State of the art State of The Art merupakan pencapaian tertinggi dari sebuah proses pengembangan sebuah penelitian. Penerapan Kombinasi Fuzzy C-Means dan ELECTRE (Ellimination
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Dunia pendidikan, khususnya Pendidikan Tinggi mendapat sorotan dari publik. Salah satu sorotan yang dimaksud yaitu: belum meratanya sistem pendidikan tinggi di Jawa
Lebih terperinciPenerapan Fuzzy C-Means Untuk Penentuan Besar Uang Kuliah Tunggal Mahasiswa Baru
Penerapan Fuzzy C-Means Untuk Penentuan Besar Uang Kuliah Tunggal Mahasiswa Baru Ariyady Kurniawan Muchsin 1, Made Sudarma 2 Universitas Udayana ariyadykurniawan@gmail.com,msudarma@unud.ac.id Abstrak Sesuai
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Perkebunan kelapa sawit di Indonesia terus berkembang dalam tiga dekade terakhir. Di Asia Tenggara negara seperti Malaysia, Thailand dan Indonesia merupakan penghasil
Lebih terperinciTESIS PENERAPAN KOMBINASI FUZZY C-MEANS
TESIS PENERAPAN KOMBINASI FUZZY C-MEANS DAN ELECTRE (ELLIMINATION AND CHOICE TRANSLATION REALITY) UNTUK SISTEM PENDUKUNG KEPUTUSAN PENENTUAN BESAR UANG KULIAH TUNGGAL MAHASISWA BARU ARIYADY KURNIAWAN MUCHSIN
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 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 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 terperinciKata Kunci : Fuzzy MADM, SAW, kriteria, beasiswa.
SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN PENERIMA BEASISWA MENGGUNAKAN SIMPLE ADDITIVE WEIGHTING (SAW) (STUDI KASUS : SISWA SMK MUHAMMADIYAH PRINGSEWU) Andra Setiawan Jurusan Sistem Informasi STMIK
Lebih terperinciIMPLEMENTASI 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 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 terperinciEnigma Journal of Infotmatic (ENJOI 2016) ISSN :
b 1 Kombinasi Fuzzy C-Means Clustering dan MADM Model Yager Untuk Menentukan Kelompok UKT (Studi Kasus Universitas Sembilanbelas November Kolaka) Muhammad Nurtanzis Sutoyo 1 dan Andi Tenri Sumpala 2 12
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 terperinciBAB I PENDAHULUAN. nasional maka pendidikan tinggi menjadi acuan dalam mendorong perkembangan
BAB I PENDAHULUAN 1.1 Latar Belakang Pendidikan Tinggi merupakan salah satu pilar penting dalam pembangunan suatu bangsa. Sebagai jenjang pendidikan paling tinggi dalam sistem pendidikan nasional maka
Lebih terperinciBAB I PENDAHULUAN. informasi telah menjadi kebutuhan yang cukup penting dalam kehidupan manusia.
BAB I PENDAHULUAN 1.1 Latar Belakang Kebutuhan manusia akan informasi memacu pesatnya perkembangan teknologi di bidang informasi. Kemajuan teknologi yang semakin meningkat didukung dengan sarana dan prasarana
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 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 terperinciBAB 1 PENDAHULUAN. diselenggarakan oleh pihak FMPIA Universitas Sumatera Utara. Beasiswa yang
BAB 1 PENDAHULUAN 1.1. Latar Belakang Beasiswa adalah pemberian berupa bantuan keuangan yang diberikan kepada mahasiswa atau pelajar untuk keberlangsungan pendidikan. Setiap tahunnya FMIPA menawarkan beasiswa
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN DALAM PEMBERIAN BEASISWA DENGAN MENGGUNAKAN METODE WEIGHTED PRODUCT (Studi kasus: Universitas Sari Mutiara Indonesia)
Page 83 SISTEM PENDUKUNG KEPUTUSAN DALAM PEMBERIAN BEASISWA DENGAN MENGGUNAKAN METODE WEIGHTED PRODUCT (Studi kasus: Universitas Sari Mutiara Indonesia) Burhanuddin, Dini 2 Universitas Sari Mutiara Indonesia
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN 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 terperinciMulti atributte decision making (madm) MCDM, MADM, SAW
Multi atributte decision making (madm) MCDM, MADM, SAW Entin Martiana, S.Kom, M.Kom Multi criteria decision making (mcdm) Suatu metode pengambilan keputusan untuk menetapkan alternatif terbaik dari sejumlah
Lebih 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 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 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 terperinciSeminar Nasional Aplikasi Teknologi Informasi 2009 (SNATI 2009) ISSN: Yogyakarta, 20 Juni 2009
SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN PENERIMA BEASISWA BANK BRI MENGGUNAKAN FMADM (STUDI KASUS: MAHASISWA FAKULTAS TEKNOLOGI INDUSTRI UNIVERSITAS ISLAM INDONESIA) Henry Wibowo S 1), Riska Amalia
Lebih terperinciSISTEM 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 terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
1 1.1 Latar Belakang BAB I PENDAHULUAN Dalam Peraturan Menteri Agama Republik Indonesia Nomor 30 Tahun 2014 tentang Biaya Kuliah Tunggal dan Uang Kuliah Tunggal pada Perguruan Tinggi Keagamaan Negeri di
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 terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Objek Wisata Objek dan daya tarik wisata adalah suatu bentukan dan fasilitas yang berhubungan, yang dapat menarik minat wisatawan atau pengunjung untuk datang ke suatu daerah
Lebih terperinciBAB II Tinjauan Pustaka
BAB II Tinjauan Pustaka Sistem pendukung keputusan (SPK) adalah model cerdas dalam pengambilan keputusan untuk menangani masalah terstruktur, semi terstruktur dan tidak terstruktur untuk mendukung keputusan
Lebih terperinciPENENTUAN PRODUK KERAJINAN UNGGULAN DENGAN MENGGUNAKAN MADM-SAW. Fera Tri Wulandari 1*, Setiya Nugroho 1
PENENTUAN PRODUK KERAJINAN UNGGULAN DENGAN MENGGUNAKAN MADM-SAW Fera Tri Wulandari 1*, Setiya Nugroho 1 1 Program Studi Manajemen Informatika, Fakultas Ilmu Komputer, Universitas Widya Dharma Klaten Jl
Lebih terperinciSistem Pendukung Keputusan Seleksi Beasiswa Pendidikan Menggunakan Metode Simple Additive Weighting
SISTEM PENDUKUNG KEPUTUSAN SELEKSI BEASISWA PENDIDIKAN MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING Oleh : Ita Yulianti 1, Imam Tahyudin 2, Nurfaizah 3 1,2,3) STMIK AMIKOM Purwokerto ABSTRAK Tujuan penelitian
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang dan Permasalahan
BAB I PENDAHULUAN 1.1 Latar Belakang dan Permasalahan Berdasarkan Peraturan Pemerintah Nomor 37 tahun 2009, dosen merupakan pendidik profesional dan ilmuwan dengan tugas utama mentransformasikan, mengembangkan,
Lebih terperinci9/22/2011. Bahan Kuliah : Topik Khusus
9//0 Mahasiswa dapat memahami dan mampu mengaplikasikan beberapa metode untuk menyelesaikan masalah dengan alternatifalternatif dalam jumlah yang relatif kecil. Bahan Kuliah : Topik Khusus Fokus Masalah
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN 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 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 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 terperinciUKDW BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Hampir setiap instansi pendidikan swasta maupun negeri menyediakan beasiswa bagi anak didiknya. Hal ini mengingat pentingnya beasiswa, untuk dapat membantu
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Berdasarkan Peraturan Menteri Pendidikan dan Kebudayaan Republik Indonesia nomor 96 tahun 2014 tentang penyelenggaraan bantuan program pendidikan bidikmisi maka pemerintah
Lebih terperinciPemanfaatan Algoritma FCM Dalam Pengelompokan Kinerja Akademik Mahasiswa
Konferensi Nasional Sistem & Informatika 2015 STMIK STIKOM Bali, 9 10 Oktober 2015 Pemanfaatan Algoritma FCM Dalam Pengelompokan Kinerja Akademik Mahasiswa Aidina Ristyawan 1), Kusrini 2), Andi Sunyoto
Lebih terperinciKata Kunci: Guru, Decision support systems, MADM, SAW. 1. Pendahuluan
RANCANG BANGUN DECISION SUPPORT SYSTEM PEMILIHAN GURU TERBAIK MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) (STUDI KASUS : SMA BHAKTI PERTIWI KOTA TANGERANG) Taufik Hidayat, S.Kom., M.Kom 1, Fajar
Lebih terperinciBAB 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 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 terperinciSELEKSI PEMILIHAN RUMAH SEHAT MENGGUNAKAN METODE SAW DAN K-MEANS
SELEKSI PEMILIHAN RUMAH SEHAT MENGGUNAKAN METODE SAW DAN K-MEANS Ferian Fauzi Abdulloh 1, Sharazita D.A 2 1,2 Magister Teknik Informatika, STMIK AMIKOM Yogyakarta 1 ferianfauzi@gmail.com, 2 sharazita.da@gmail.com
Lebih terperinciLogika Fuzzy Pengambilan Keputusan Pemilihan Penerima Beasiswa Menggunakan Metode Mamdani
SEMINAR MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 2017 Logika Fuzzy Pengambilan Keputusan Pemilihan Penerima Beasiswa Menggunakan Metode Mamdani Erma Suryani, Indah Puspita, Agus Maman Abadi Program Studi
Lebih terperinciSISTEM PENUNJANG KEPUTUSAN SISWA BERPRESTASI DI SMP MA`ARIF 10 BANGUNREJO LAMPUNG TENGAH MENGGUNAKAN METODE AHP
SISTEM PENUNJANG KEPUTUSAN SISWA BERPRESTASI DI SMP MA`ARIF 10 BANGUNREJO LAMPUNG TENGAH MENGGUNAKAN METODE AHP Amirul Khoiri Jurusan Sistem Informasi STMIK Pringsewu Lampung Jl. Wisma Rini No. 09 pringsewu
Lebih terperinci2017, No Mengingat : 1. Undang-Undang Nomor 12 Tahun 2012 tentang Pendidikan Tinggi (Lembaran Negara Republik Indonesia Tahun 2012 Nomor 158, T
BERITA NEGARA REPUBLIK INDONESIA No.779, 2017 KEMENRISTEK-DIKTI. BKT dan UKT PTN. Pencabutan. PERATURAN MENTERI RISET, TEKNOLOGI, DAN PENDIDIKAN TINGGI REPUBLIK INDONESIA NOMOR 39 TAHUN 2017 TENTANG BIAYA
Lebih terperinciPENERAPAN METODE SIMPLE ADDITIVE WEIGHTING DALAM SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN TABLET
PENERAPAN METODE SIMPLE ADDITIVE WEIGHTING DALAM SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN TABLET Dhuto Hestu Wicaksono Jurusan Teknik Informatika, Fakultas Ilmu Komputer, Universitas Dian Nuswantoro Email
Lebih terperinciAplikasi Logika Fuzzy pada Pengambilan Keputusan Seleksi Beasiswa Bidikmisi dengan Metode TOPSIS
SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 2015 Aplikasi Logika Fuzzy pada Pengambilan Keputusan Seleksi Beasiswa Bidikmisi dengan Metode TOPSIS Triyanti, Agus Maman Abadi FMIPA, Universitas
Lebih 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 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 Pemilihan Perumahan dengan Metode Kombinasi Fuzzy C-Means Clustering dan Simple Additive Weighting
Jurnal Sistem Bisnis 03(2011) On-line : http://ejournal.undip.ac.id/index.php/jsinbis 153 Sistem Pemilihan Perumahan dengan Metode Kombinasi Fuzzy C-Means Clustering dan Simple Additive Weighting Tri Sandhika
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Secara garis besar kelayakan merupakan tahap dimana pantas atau tidaknya sesuatu berada pada tempat tertentu. Penentuan kelayakan merupakan hal yang sangat penting
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 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 I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Absensi adalah tingkat kehadiran pegawai yang berkenaan dengan tanggung jawab. Kehadiran berkenaan dengan tanggung jawab pegawai saat bekerja, pegawai yang hadir tepat
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Pendidikan merupakan sebuah kebutuhan bagi seluruh masyarakat. Mulai dari pendidikan formal hingga pendidikan non formal, mulai dari Sekolah Dasar (SD) hingga Perguruan
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 terperinciSISTEM REKOMENDASI PEMBERHENTIAN HUBUNGAN KERJA MENGGUNAKAN FUZZY MULTIPLE ATTRIBUTE DECISION MAKING METODE SIMPLE ADDTIVE WEIGHTING (SAW) SKRIPSI
SISTEM REKOMENDASI PEMBERHENTIAN HUBUNGAN KERJA MENGGUNAKAN FUZZY MULTIPLE ATTRIBUTE DECISION MAKING METODE SIMPLE ADDTIVE WEIGHTING (SAW) SKRIPSI Diajukan Untuk Penulisan Skripsi Guna Memenuhi Salah Satu
Lebih terperinciBAB I PENDAHULUAN. berbasis web, seperti situs internet resmi perusahaan atau intranet perusahaan
BAB I PENDAHULUAN 1.1. Latar Belakang Menurut Kerim & Kettley (2003), E-Recruitment adalah segala macam proses perekrutan yang dilakukan oleh suatu organisasi bisnis melalui alat-alat berbasis web, seperti
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 terperinciOleh : Tutut Maitanti*, Ema Utami**, Emha Taufiq Luthfi**
PENERAPAN TOPSIS FUZZY MADM DALAM MEMBANGUN SISTEM PENDUKUNG KEPUTUSAN SELEKSI PENERIMAAN BEASISWA Oleh : Tutut Maitanti*, Ema Utami**, Emha Taufiq Luthfi** STMIK AMIKOM YOGYAKARTA ABSTRAK Penelitian ini
Lebih terperinciDAFTAR ISI... HALAMAN JUDUL... HALAMAN PENGESAHAN... HALAMAN PERNYATAAN... HALAMAN PERSEMBAHAN... PRAKATA... DAFTAR LAMBANG... DAFTAR GAMBAR...
DAFTAR ISI Halaman HALAMAN JUDUL... HALAMAN PENGESAHAN... HALAMAN PERNYATAAN... HALAMAN PERSEMBAHAN... PRAKATA... DAFTAR ISI... DAFTAR LAMBANG... DAFTAR GAMBAR... DAFTAR TABEL... INTISARI... ABSTRACT...
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 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 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 terperinciSISTEM REKOMENDASI PENERIMAAN BEASISWA MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) SDN 2 KATES
SISTEM REKOMENDASI PENERIMAAN BEASISWA MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) SDN 2 KATES SKRIPSI Diajukan Untuk Memenuhi Salah Satu Persyaratan Memperoleh Gelar Sarjana Komputer (S.Kom) Program
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 terperinciPERBANDINGAN NILAI RELIABILITAS DARI HASIL METODE SAW DAN METODE TOPSIS
SNIPTEK 206 ISBN: 978-602-72850-3-3 PERBANDINGAN NILAI RELIABILITAS DARI HASIL METODE SAW DAN METODE TOPSIS Hidayanti Murtina STMIK Nusa Mandiri Jakarta Jl. Damai No. 8 Warung Jati Barat (Margasatwa) Jakarta
Lebih terperinciSistem Pendukung Keputusan Mahasiswa Berprestasi Menggunakan Metode TOPSIS
Sistem Pendukung Keputusan Mahasiswa Berprestasi Menggunakan Metode TOPSIS Sri Rahmawati Fitriatien Universitas PGRI Adi Buana Surabaya (Fakultas Keguruan dan Ilmu Pendidikan, Program Studi Pendidikan
Lebih terperinciBAB 2 LANDASAN TEORI
BAB LANDASAN TEORI Bab ini berisi teori-teori yang berkaitan dengan Sistem Pendukung Keputusan, Weighted Product, Weighted Sum Product, Pengertian perguruan tinggi serta tujuan perguruan tinggi..1 Sistem
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PENENTUAN KELAYAKAN SEKOLAH ADIWIYATA DENGAN METODE SIMPLE ADDITIVE WEIGHTING ABSTRAK
SISTEM PENDUKUNG KEPUTUSAN PENENTUAN KELAYAKAN SEKOLAH ADIWIYATA DENGAN METODE SIMPLE ADDITIVE WEIGHTING Tito Nugroho Harnianto Jurusan Teknik Informatika S1, Fakultas Ilmu Komputer, Universitas Dian Nuswantoro
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 terperinciBAB I PENDAHULUAN. I. Pendahuluan. 1.1.Latar Belakang. Pariwisata merupakan bagian yang tidak terpisahkan dari kehidupan
19 BAB I PENDAHULUAN I. Pendahuluan 1.1.Latar Belakang Pariwisata merupakan bagian yang tidak terpisahkan dari kehidupan manusia terutama menyangkut kegiatan sosial ekonomi yang dipandang sebagai salah
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Seiring dengan perkembangan zaman maka tingkat pendidikan pada masyarakat mengalami peningkatan. Oleh karena itu masyarakat memandang bahwa pendidikan pada tingkat
Lebih terperinciUJIAN TUGAS AKHIR SELEKSI SUPPLIER BAHAN BAKU DENGAN METODE TOPSIS FUZZY MADM (STUDI KASUS PT. GIRI SEKAR KEDATON, GRESIK)
OL UJIAN TUGAS AKHIR SELEKSI SUPPLIER BAHAN BAKU DENGAN METODE TOPSIS FUZZY MADM (STUDI KASUS PT. GIRI SEKAR KEDATON, GRESIK) Oleh: Indira Kusuma Wardhani 1208100048 Pembimbing : Prof. DR. M. Isa Irawan,
Lebih terperinciPerancangan Sistem Pendukung Keputusan Seleksi Pemenang Lomba Posyandu Menggunakan Metode Simple Additive Weighting
Konferensi Nasional Sistem & Informatika 2017 STMIK STIKOM Bali, 10 Agustus 2017 Perancangan Sistem Pendukung Keputusan Seleksi Pemenang Lomba Posyandu Menggunakan Metode Simple Additive Weighting I Kadek
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 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 terperinciBAB I PENDAHULUAN. kemampuan hard skills dan soft skills yang seimbang, sehingga mahasiswa
BAB I PENDAHULUAN I.1. Latar Belakang Dalam era persaingan bebas, dibutuhkan lulusan yang memiliki kemampuan hard skills dan soft skills yang seimbang, sehingga mahasiswa dituntut dapat aktif dan memiliki
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PENYELEKSIAN CALON SISWA BARU DENGAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) PADA SMA NEGERI 1 SINGKIL
SISTEM PENDUKUNG KEPUTUSAN PENYELEKSIAN CALON SISWA BARU DENGAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) PADA SMA NEGERI 1 SINGKIL Rahmawan cibro ( 12110675) Mahasiswa Program Studi Teknik Informatika STMIK
Lebih terperinciBAB I PENDAHULUAN. irigasi adalah usaha penyediaan, pengaturan, dan pembuangan air untuk
BAB I PENDAHULUAN 1.1 Latar Belakang Di zaman yang semakin maju terjadi banyak perubahan - perubahan yang mengenai kemajuan teknologi, pertumbuhan jumlah penduduk dan lain sebagainya. Pertumbuhan jumlah
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN UNTUK MAHASISWA BERPRESTASI DI STIKES MUHAMMADIYAH PRINGSEWU DENGAN METODE SAW
SISTEM PENDUKUNG KEPUTUSAN UNTUK MAHASISWA BERPRESTASI DI STIKES MUHAMMADIYAH PRINGSEWU DENGAN METODE SAW Fitria Ningsih Jurusan Manajemen Informatika STMIK Pringsewu Lampung Jl. Wismarini no.09 Pringsewu
Lebih terperinciSISTEM PENDUKUNG 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 terperinciDaniel Oktodeli Sihombing Program Studi Manajemen Informatika, AMIK BSI, Pontianak
Seminar Nasional Inovasi dan Teknologi (SNIT) 01 PERANCANGAN SISTEM PENDUKUNG KEPUTUSAN MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) DALAM PEMILIHAN KONSENTRASI TUGAS AKHIR (STUDI KASUS AMIK BSI
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PEMILIHAN KOST DI SEKITAR KAMPUS UNP KEDIRI MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW)
SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN KOST DI SEKITAR KAMPUS UNP KEDIRI MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) Erna Daniati Program Studi Sistem Informasi Fakultas Teknik Universitas Nusantara
Lebih terperinciBAB I PENDAHULUAN. untuk mendapatkan masa depan yang terbaik. dalam menentukan jurusan yang akan dipilihnya.
BAB I PENDAHULUAN 1.1 Latar Belakang Banyak orang berpendapat bahwa masa depan ditentukan oleh bagaimana cara menentukan pilihan-pilihan dalam kehidupan. Salah satu pilihan yang paling menentukan masa
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 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 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 terperinciPERANCANGAN APLIKASI PENENTUAN BEASISWA DENGAN SMS GATEWAY MENGGUNAKANAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) SKRIPSI
PERANCANGAN APLIKASI PENENTUAN BEASISWA DENGAN SMS GATEWAY MENGGUNAKANAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) SKRIPSI Diajukan Untuk Penulisan Skripsi Guna Memenuhi Salah Satu Syarat Memperoleh Gelar
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 II TINJAUAN PUSTAKA DAN LANDASAN TEORI
BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI 2.1 Tinjauan Pustaka Sebagai tinjauan pustaka berikut beberapa contoh penelitian yang sudah dilakukann oleh para penelti yang dapat digunakan sebagai acuan dan
Lebih 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 terperinciPEMILIHAN PEGAWAI BERPRESTASI BERDASAR EVALUASI KINERJA PEGAWAI DENGAN METODE SAW
ISSN : 2302-305 STMIK AMIKOM Yogyakarta, - Februari 2015 PEMILIHAN PEGAWAI BERPRESTASI BERDASAR EVALUASI KINERJA PEGAWAI DENGAN METODE SAW Lili Tanti1) 1) Sistem Informasi Universitas Potensi Utama Jl
Lebih terperinciBAB I PENDAHULUAN. produktivitas dari suatu perusahaan karena semakin tinggi produktivitas kerja
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Tenaga kerja merupakan salah satu faktor yang menentukan tingkat produktivitas dari suatu perusahaan karena semakin tinggi produktivitas kerja karyawan dalam
Lebih terperinciKitnas Dian Purwitasari dan Feddy Setio Pribadi. Jurusan Teknik Elektro, Fakultas Teknik, Universitas Negeri Semarang, Indonesia
57 Implementasi Sistem Pendukung Keputusan Peminatan Peserta Didik SMA menggunakan Metode AHP (Analytic Hierarchy Process) dan SAW (Simple Additive Weighting) Kitnas Dian Purwitasari dan Feddy Setio Pribadi
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN DALAM PEMILIHAN MOTOR BEBEK DENGAN MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW)
SISTEM PENDUKUNG KEPUTUSAN DALAM PEMILIHAN MOTOR BEBEK DENGAN MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) SKRIPSI Diajukan Untuk Memenuhi Sebagian Syarat Guna Memperoleh Gelar Sarjana Komputer (S.Kom)
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PENILAIAN KINERJA GURU PNS MENGGUNAKAN METODE SAW PADA SDN KEREP KECAMATAN TAROKAN
SISTEM PENDUKUNG KEPUTUSAN PENILAIAN KINERJA GURU PNS MENGGUNAKAN METODE SAW PADA SDN KEREP KECAMATAN TAROKAN SKRIPSI Diajukan Untuk Memenuhi Sebagian Syarat Guna Memperoleh Gelar Sarjana Komputer ( S.Kom.
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 terperinci