PERBANDINGAN NILAI RELIABILITAS DARI HASIL METODE SAW DAN METODE TOPSIS
|
|
- Iwan Salim
- 6 tahun lalu
- Tontonan:
Transkripsi
1 SNIPTEK 206 ISBN: 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 Selatan hidayantimurtina@gmail.com ABSTRAK Fuzzy Multi Attribute Decision Making (F- MADM) merupakan salah satu sistem penunjang keputusan yang cukup sederhana dan dapat menjadi salah satu metode alternatif dalam mengambil keputusan jika alternative atau variabel yang digunakan cukup banyak dan bernilai data kuantitatif. Metode SAW dan TOPSIS banyak digunakan dikarenakan metode tersebut konsepnya sederhana, mudah dipahami, komputasinya efisien dan memiliki kemampuan untuk mengukur kinerja dari alternatif-alternatif keputusan dalam bentuk matematis yang sederhana. Permasalahannya adalah dari metode SAW dan TOPSIS, metode mana yang akan memiliki nilai lebih relevan. Oleh karena itu dilakukan perbandingan hasil uji reliabilitas terhadap hasil dari kedua metode tersebut. Semakin mendekati nilai untuk hasil uji reliabilitasnya tentunya metode tersebut akan semakin direkomendasikan untuk membantu pengambilan keputusan. Kata Kunci: DSS, FMADM, Reliabilitas Test, SAW, TOPSIS ABSTRACT Fuzzy multi attribute ( F-MADM decision making is one of the decision to support quite a simple and can become one of the alternative method in decisionmaking or variable that if an alternative used quite a lot of quantitative data and of itself. A method of saw and a method of topsis widely used because of a method of the simple concept, easily understood, computerized his efficient and have the ability to measure the performance of alternatives decision in the form of simple mathematical. The problem is of a method of SAW and TOPSIS, then which method is going to have value more relevant. Because it was done by comparison test of the reliability of the two method. Moved closer to the value of to test his reliability of course this method will be more recommended to help the decisionmaking process. Keywords: DSS, FMADM, Reliabilitas Test, SAW, TOPSIS PENDAHULUAN Ada banyak metode yang bisa digunakan dalam membantu menunjang keputusan. Fuzzy Multi Attribute Decision Making (F-MADM) merupakan salah satu metode penunjang pengambilan keputusan yang cukup sederhana dan dapat menjadi salah satu alternatif dalam mengambil keputusan jika alternative atau attribute yang digunakan cukup banyak dan bernilai data kuantitatif. Fuzzy Multi Attribute Decision Making (F-MADM) sendiri memiliki beberapa metode didalamnya yang dapat membantu memberikan alternatif terbaik diantaranya: ELECTRE, Analytic Hierarchy Prosess (AHP), Simple Additive Weighting (SAW), Technique for Order Preference by Similarity to Ideal Solution (TOPSIS) dan Weighted Product (WP). Pada prosesnya Fuzzy Multi Attribute Decision Making (F-MADM) melakukan beberapa hal, diantaranya: menentukan prioritas dari setiap kriteria, melakukan pembuatan matriks nominasi, melakukan proses perhitungan berdasarkan masing-masing metode, melakukan pembobotan sampai dengan membuat ranking keputusan. Metode Simple Additive Weighting (SAW) dan Technique for Order Preference by Similarity to Ideal Solution (TOPSIS) merupakan yang paling banyak digunakan karena motode tersebut konsepnya sederhana, mudah dipahami, komputasinya efisien dan memiliki kemampuan untuk mengukur kinerja dari alternatifalternatif keputusan dalam bentuk matematis yang sederhana. Permasalahannya adalah mungkin akan sulit menemukan metode mana yang akan memiliki nilai yang lebih relevan diantara metode manual yang sudah diterapkan sebelumnya dengan metode Simple Additive Weighting (SAW) dan Technique for Order Preference by Similarity to Ideal Solution (TOPSIS). Oleh karena itu perlu dilakukan pengujian terhadap hasil dari ketiga metode tersebut dengan uji reliabilitas guna melihat kekuatan hubungan dari hasil yang didapatkan dengan ranking keputusan yang dibuat. Semakin kuat hubungan hubungan diantara keduanya tentunya akan semakin baik. BAHAN DAN METODE A. Metode Penelitian Penelitian ini menggunakan 2 metode yang berasal dari pendekatan Fuzzy Multi Attribute Decision Making dalam pengambilan keputusan yaitu metode SAW dan TOPSIS, sedangkan untuk menganalisis data menggunakan bantuan aplikasi yang sudah dirancang mengikuti algoritma SAW, TOPSIS dan Pearson. Kebijakan perusahaan INF.389
2 ISBN: SNIPTEK 206 sebagai tolak ukur tercapainya penelitian ini. B. Langkah-Langkah Penelitian Berikut adalah langkah-langkah penelitian perancangan F-MADM, antara lain:. Menentukan variable yang digunakan untuk melakukan diagnosa permasalahan. Variable penelitian yang digunakan dalam penelitian ini berdasarkan kebijakan perusahaan Tabel. Tabel Variable Fungsi Nama Variable Kehadiran Keterlambatan Intelegensi Umum Logika Berfikir Kemampuan Kemampuan Analisa & Intelektual Sintesa Kemampuan Numerik Daya Tangkap Stabilitas Emosi Kepercayaan Diri Kepribadian Penyesuaian Sosial Kerjasama Komunikasi Semangat Kerja Tanggung Jawab Keuletan Input Sikap Kerja Daya Tahan Inisiatif Ketelitian & Tempo Kerja Leadership Kemampuan Kemampuan Analisa Berfikir Kemampuan Konseptual Pengelolaan Perubahan Pengelolaan Dorongan Berprestasi Diri Pengembangan Diri Perencanaan & Pengelolaan Pengorganisasian Tugas Pengontrolan Pengambilan Keputusan Pengelolaan Kerjasama SDM Kepemimpinan Metode Yang Memiliki Tingkat Reliabilitas Output Tinggi Sumber : PT. Nippon Incosari Corpindo Berikut pengukuran dari tiap-tiap parameter. Tabel 2. Tabel Pengukuran Parameter Nama Himpunan Range Variable Score Fuzzy Nilai Tidak Pernah 0,25 0 Jarang -4 Keterlambatan Sering 0, Sering 9-20 Intelegensi Umum Logika Berfikir Kemampuan Analisa & Sintesa Kemampuan Numerik Daya Tangkap Stabilitas Emosi Kepercayaan Diri Penyesuaian Sosial Kerjasama Komunikasi Semangat Kerja INF-390
3 SNIPTEK 206 ISBN: Tanggung Jawab Keuletan Daya Tahan Inisiatif Ketelitian & Tempo Kerja Leadership Kemampuan Analisa Kemampuan Konseptual Pengelolaan Perubahan Dorongan Berprestasi Pengembangan Diri Kurang 0,2 Baik 5 Kurang 0,2 Baik 5 Kurang 0,2 Baik 5 Kurang 0,2 Baik 5 Kurang 0,2 Baik 5 Perencanaan & Pengorganisasian Pengontrolan Pengambilan Keputusan Kerjasama Kepemimpinan Kurang 0,2 Baik 5 Kurang 0,2 Baik 5 Kurang 0,2 Baik 5 Kurang 0,2 Baik 5 Kurang 0,2 Baik 5 Sumber : PT. Nippon Indosari Corpindo 2. Membuat bobot kepentingan atas masing-masing kriteria. Tabel 3 Ratting Kepentingan Nama Kepentingan Score Tidak 0 Kurang 0,25 0,75 Kod e C0 C02 C03 C04 C05 Berikut ratting kepentingan dari tiap-tiap variable. Table 4 Tabel Bobot Kepentingan Variabel Nama Variabel Kepentinga n Keterlambatan Intelegensi Umum Logika Berfikir Kemampuan Analisa & Sintesa Kemampuan Numerik Scor e INF.39
4 ISBN: SNIPTEK 206 C06 Daya Tangkap C07 Stabilitas Emosi 0,75 C08 Kepercayaan Diri 0,75 C09 Penyesuaian Sosial 0,75 C0 Kerjasama 0,75 C Komunikasi 0,75 C2 Semangat Kerja C3 Tanggung Jawab C4 Keuletan C5 Daya Tahan C6 Inisiatif C7 Ketelitian & Tempo Kerja C8 Leadership C9 Kemampuan Analisa C20 Kemampuan Konseptual 0,75 C2 Pengelolaan Perubahan C22 Dorongan Berprestasi C23 Pengembangan Diri C24 Perencanaan & Pengorganisasian 0,75 C25 Pengontrolan C26 Pengambilan Keputusan 0,75 C27 Kerjasama C28 Kepemimpinan 0,75 Sumber : PT. Nippon Indosari Corpindo 3. Simple Additive Weighting (SAW) Langkah-langkah penelitian untuk perancangan SAW: a Membentuk nominasi matriks berpasangan. b Melakukan defuzzyfikasi matriks dengan merubah nilai awal ke dalam bilangan fuzzy. c Melakukan normalisasi matriks dengan rumus dibawah ini. x ij Jika j adalah atribut Max i x ij keuntungan (benefit) r ij =. () Min i x ij Jika j adalah atribut biaya x ij (cost) d Melakukan perkalian atas matriks yang telah dinormalisasi dengan bobot kepentingan yang telah ditetapkan dengan rumus dibawah ini. n Vi= w jr ij (2) j= e Melakukan penjumlahan dari setiap kriteria dari masing-masing alternatif dan membuat ranking keputusan. 4. Technique For Order Preference by Similarity of Ideal Solution (TOPSIS) Langkah-langkah penelitian untuk perancangan TOPSIS: a. Membuat matriks keputusan yang ternormalisasi dengan rumus r ij= x ij.... (3) b. Membuat matriks keputusan yang ternormalisasi terbobot. y ij = w ir ij...(4) c. Menentukan matriks solusi ideal positif & matriks solusi ideal negatif. A+ = (y +, y 2+,, y n+ );.. (5) A- = (y -, y 2-,, y n-);.(6) Dengan asumsi Max y ij; Jika j adalah atribut i keuntungan Y + j = Min y ij; Jika j adalah atribut beban i Min y ij; i Jika j adalah atribut keuntungan Y j - = Max y ij; Jika j adalah atribut beban i d. Menentukan jarak antara nilai setiap alternatif dengan matriks solusi ideal positif & matriks solusi ideal negatif. D i+ = m 2 x ij i= m (y + i - y ij ) 2 i=..(7) m D - i (y ij y - i ).(8) 2 i= e. Menentukan nilai preferensi untuk setiap alternatif. - V i= D i.(9) D i - +D i + 5. Pearson Correlation Langkah-langkah penelitian untuk metode Pearson Correlation, yaitu: a. Melakukan pengujian relasi dengan rumus dibawah ini. (0) INF-392
5 SNIPTEK 206 ISBN: b. Melakukan pengujian hipotesa dengan rumus dibawah ini.. () C. Metode Seleksi Sampel Seluruh karyawan yang berstatus staf dan mendapatkan rekomendasi memiliki hak yang sama untuk mengikuti seleksi calon supervisor. D. Metode Pengumpulan Data Untuk mengumpulkan data serta informasi yang diperlukan dalam penelitian menggunakan metode sebagai berikut:. Pengumpulan data primer Data primer diperoleh dari metode observasi dan wawancara dengan pihak yang terkait serta dengan pengumpulan data absensi, rekap dan bukti psikotes dan wawancara. 2. Pengumpulan data sekunder Data sekunder diperoleh melalui buku referensi, literatur, jurnal dan informasi lainnya yang berhubungan dengan masalah yang diteliti. E. Metode Analisis Untuk mendapatkan data dan informasi dalam menentukan seleksi calon supervisor menggunakan metode analisis deskriptif. Analisis deskriptif ini adalah cara mendeskripsikan atau menggambarkan data yang telah terkumpul sebagaimana adanya tanpa membuat kesimpulan yang berlaku untuk umum atau generalisasi. HASIL DAN PEMBAHASAN Dalam penelitian ini, data yang digunakan sebanyak 85 data. Dibagi menjadi:. 00 data digunakan untuk data training data digunakan untuk data testing data digunakan untuk data new. Untuk mendapatkan nilai keanggotaan adalah dengan melalui pendekatan fungsi keanggotaan crips yang akan memberikan nilai pasti untuk pemberian nilai pada variable dan bobot kepentingan. A. Simple Additive Weighting (SAW). Membuat sebuah matriks nominasi berpasangan seperti tabel dibawah ini. Table 5. Matriks Nominasi Berpasangan No NIK C C2 C3 C4 C5 C6 C7 C8 C9 C0 C C2 C3 C No NIK C5 C6 C7 C8 C9 C20 C2 C22 C23 C24 C25 C26 C27 C Sumber : PT. Nippon Indosari Corpindo INF.393
6 ISBN: SNIPTEK Merubah nilai nominasi matriks ke bilangan fuzzy yang disebut dengan defuzzifikasi sesuai dengan table 2 maka akan didapatkan hasil seperti tabel dibawah ini. Tabel 6. Defuzzyfikasi Matriks No NIK C C2 C3 C4 C5 C6 C7 C8 C9 C0 C C2 C3 C ,3 0,6 0,6 0,6 0,4 0,8 0,6 0,6 0,4 0,6 0,6 0,6 0,6 0, ,6 0,8 0,6 0,4 0,6 0,6 0,6 0,6 0,6 0,6 0,4 0,6 0, ,8 0,6 0,6 0,4 0,4 0,4 0,6 0,6 0,6 0,4 0,6 0,6 0,6 0, ,6 0,4 0,6 0,6 0,6 0,6 0,6 0,4 0,4 0,6 0,6 0,6 0, ,8 0,6 0,4 0,4 0,4 0,6 0,6 0,4 0,6 0,8 0,6 0,4 0,6 0, ,8 0,6 0,6 0,8 0,8 0,4 0,6 0,4 0,6 0,8 0,4 0,4 0,6 0, ,8 0,6 0,6 0,8 0,6 0,6 0,6 0,6 0,6 0,6 0,6 0,6 0, ,6 0,8 0,6 0,6 0,6 0,4 0,6 0,6 0,6 0,4 0,6 0,4 0, ,8 0,6 0,8 0,4 0,8 0,4 0,4 0,6 0,6 0,8 0,4 0,4 0,4 0, ,8 0,6 0,4 0,6 0,6 0,4 0,4 0,4 0,6 0,8 0,8 0,6 0,6 0,6 No NIK C5 C6 C7 C8 C9 C20 C2 C22 C23 C24 C25 C26 C27 C ,6 0,6 0,6 0,4 0,6 0,6 0,4 0,6 0,4 0,4 0,4 0,6 0,4 0, ,4 0,6 0,8 0,6 0,4 0,8 0,6 0,4 0,4 0,8 0,2 0,6 0,8 0, ,8 0,8 0,4 0,6 0,4 0,6 0,8 0,4 0,4 0,6 0,8 0,4 0,4 0, ,6 0,4 0,6 0,6 0,6 0,8 0,4 0,8 0,4 0,2 0,6 0,8 0,6 0, ,4 0,6 0,8 0,4 0,4 0,4 0,6 0,4 0,4 0,4 0,6 0,4 0,6 0, ,8 0,6 0,6 0,4 0,4 0,6 0,6 0,8 0,6 0,4 0,8 0,4 0,8 0, ,6 0,6 0,6 0,6 0,6 0,6 0,8 0,6 0,6 0,4 0,6 0,8 0,6 0, ,6 0,6 0,6 0,4 0,8 0,4 0,8 0,6 0,8 0,4 0,4 0,6 0,4 0, ,6 0,8 0,6 0,6 0,6 0,6 0,4 0,8 0,6 0,6 0,6 0,4 0,8 0, ,6 0,8 0,6 0,8 0,6 0,6 0,6 0,4 0,8 0,6 0,4 0,4 0,8 0,4 3. Membuat normalisasi matriks dengan asumsi apabila suatu variable dianggap beban maka yang diambil adalah nilai terendahnya sedangkan jika variable tersebut dianggap sebagai keuntungan maka diambil nilai tertingginya. Maka akan didapat hasil berikut. Tabel 7. Nilai Beban dan Keuntungan Variabel Kode Kriteria Ket Nilai Posisi c0 Keterlambatan - 0,25 c02 Intelegensi Umum + 0,8 c03 Logika Berfikir + 0,8 c04 Kemampuan Analisa & Sintesa + 0,8 c05 Kemampuan Numerik + 0,8 c06 Daya Tangkap + 0,8 c07 Stabilitas Emosi + 0,6 c08 Kepercayaan Diri + 0,6 c09 Penyesuaian Sosial + 0,6 c0 Kerjasama + 0,8 c Komunikasi + 0,8 c2 Semangat Kerja + 0,6 c3 Tanggung Jawab + 0,6 Kode Kriteria Ket Nilai Posisi c4 Keuletan + 0,6 c5 Daya Tahan + 0,8 c6 Inisiatif + 0,8 c7 Ketelitian & Tempo Kerja + 0,8 c8 Leadership + 0,8 c9 Kemampuan Analisa + 0,8 c20 Kemampuan Konseptual + 0,8 c2 Pengelolaan Perubahan + 0,8 c22 Dorongan Berprestasi + 0,8 c23 Pengembangan Diri + 0,8 c24 Perencanaan & Pengorganisasian + 0,8 c25 Pengontrolan + 0,8 c26 Pengambilan Keputusan + 0,8 c27 Kerjasama + 0,8 c28 Kepemimpinan + 0,8 Sebagai contoh diambil dari salah satu sample atas Alternatif No.7 untuk melakukan proses normalisasi INF-394
7 SNIPTEK 206 ISBN: dengan rumus () pada tabel 6 dan tabel 7 maka akan didapat hasil seperti tabel dibawah ini. Hasil Normalisasi SAW Alternatif No7 c0 c02 c03 c04 c05 c06 c07 0,00 0,75 0,75,00 0,75,00 c08 c09 c0 c c2 c3 c4,00,00 0,75 0,75,00,00,00 c5 c6 c7 c8 c9 c20 c2 0,75 0,75 0,75 0,75 0,75 0,75,00 c22 c23 c24 c25 0,75 0,75 0 0,75,00 0, Pembobotan menggunakan rumus (2) pada tabel 8 dengan tabel 4 maka akan didapatkan hasil seperti dibawah ini. Tabel 9. Hasil Pembobotan SAW Alternatif No.7 c0 c02 c03 c04 c05 000,0000 0,7500 0,7500,0000 c06 c07 c08 c09 c0 0,7500 0,7500 0,7500 0, c c2 c3 c4 c ,3750 c6 c7 c8 c9 c20 0,3750 0,3750 0,3750 0, c2 c22 c23 c24 c25,0000 0, ,3750 0,7500 0,7500 0,7500 0,3750 Dengan jumlah bobot untuk alternatif no.7 adalah Setelah semuanya selesai barulah dilakukan perankingan. Tabel 0. Hasil Perengkingan Alternatif Nilai 027 0, , , , , , ,3665 B. Technique For Order Preference by Similarity of Ideal Solution (TOPSIS). Membuat sebuah matriks nominasi berpasangan seperti tabel Merubah nilai nominasi matriks ke bilangan fuzzy yang disebut dengan defuzzifikasi sesuai dengan table 2 maka akan didapatkan hasil seperti tabel Membuat matriks keputusan yang ternormalisasi, sebagai contoh diambil dari salah satu sample atas Alternatif No.7 dengan rumus (3) pada tabel 6 maka akan didapat hasil seperti tabel dibawah ini. Tabel. Hasil Normalisasi TOPSIS Alternatif No7 c0 c02 c03 c04 c05 0,254 0,406 0,3062 0,333 0,493 c06 c07 c08 c09 c0 0,349 0,3464 0,3464 0,3354 0,2887 c c2 c3 c4 c5 0,333 0,3586 0,3354 0,3354 0,3094 c6 c7 c8 c9 c20 0,294 0,305 0,349 0,349 0,3094 c2 c22 c23 c24 c25 0,4082 0,345 0,3375 0,25 0,3333 0,45 0,2956 0, Membuat matriks keputusan yang terbobot, sebagai contoh diambil dari salah satu sample atas Alternatif No.7 dengan rumus (4) pada tabel dan 4 maka akan didapat hasil seperti tabel dibawah ini. Tabel 2. Hasil Pembobotan TOPSIS Alternatif No7 c0 c02 c03 c04 c05 0,254 0,406 0,3062 0,333 0,493 c06 c07 c08 c09 c0 0,349 0,2598 0,2598 0,256 0,265 c c2 c3 c4 c5 0,2485 0,793 0,677 0, c6 c7 c8 c9 c20 0, ,709 0,349 0,232 c2 c22 c23 c24 c25 0,4082 0,345 0,253 0,875 0,3333 0,3375 0,2956 0,688 Melakukan pencarian so lusi positif dan solusi negatif dengan asumsi keuntungan dan beban seperti tabel 7. Sehingga didapat hasil solusi INF.395
8 ISBN: SNIPTEK 206 positif dengan rumus (5) maka akan didapatkan hasil matriks dibawah ini. Tabel 3. Solusi Positif c0 c02 c03 c04 c05 0,27 0,406 0,4082 0,447 0,493 c06 c07 c08 c09 c0 0,4558 0,2598 0,2598 0,256 0,2887 c c2 c3 c4 c5 0,333 0,793 0,677 0,677 0,2063 c6 c7 c8 c9 c20 0,943 0,20 0,2279 0,4558 0,3094 c2 c22 c23 c24 c25 0,4082 0,493 0,3375 0,375 0,4444 0,3375 0,394 0,3375 Sedangkan hasil solusi negatif dengan rumus (6) maka akan didapat hasil matriks dibawah ini. Tabel 4. Solusi Negatif c0 c02 c03 c04 c05 0,38 0,3046 0,204 0,2209 0,2097 c06 c07 c08 c09 c0 0,2279 0,732 0,732 0,677 0,443 c c2 c3 c4 c5 0,656 0,95 0,8 0,8 0,03 c6 c7 c8 c9 c20 0,097 0,005 0,4 0, c2 c22 c23 c24 c25 0,204 0,2097 0,688 0,0938 0, 0,688 0,97 0, Mencari jarak alternatif solusi ideal positif dan jarak alternatif solusi ideal negatif dengan melakukan rumus (7) pada tabel 2 dan 3 untuk alternatif positif maka akan didapat nilai seperti tabel dibawah ini. Tabel 5. Hasil alternatif positif alternatif No. 7 c0 c02 c03 c04 c05-0,27 0 0,02 0,04 0 c06 c07 c08 c09 c0 0, ,0722 c c2 c3 c4 c5 0, ,056 c6 c7 c8 c9 c20 0,0486 0,0503 0,057 0,4 0,0774 c2 c22 c23 c24 c25 0 0,048 0,0844 0,875 0, 0 0,0985 0,688 Sehingga didapat nilai jarak alternatif solusi ideal positif untuk alternatif no.7 adalah,5082. Sedangkan hasil pencarian jarak alternatif solusi ideal negatif dengan menggunakan rumus (8) pada tabel 2 dan 4 akan didapat seperti tabel dibawah ini. Tabel 6. Hasil alternatif negatif alternatif No. 7 c0 c02 c03 c04 c05-0,27 0,05 0,02 0,04 0,2097 c06 c07 c08 c09 c0 0,4 0,0866 0,0866 0,0839 0,0722 c c2 c3 c4 c5 0,0828 0,0598 0,0559 0,0559 0,056 c6 c7 c8 c9 c20 0,0486 0,0503 0,057 0,4 0,0774 c2 c22 c23 c24 c25 0,204 0,048 0,0844 0,0938 0,2222 0,688 0, didapat nilai jarak alternatif solusi ideal negatif untuk alternatif no.7 adalah 2, Melakukan pencarian nilai preferensi untuk masingmasing alternatif dengan menggunakan rumus (9). sebagai contoh alternatif no.7 pada tabel 5 dan 6 maka akan diperoleh hasil 0, Jika semua nilai referensi didapat barulah dilakukan perankingan. Dan hasil dari perangkingan yang didapat seperti dibawah ini. Tabel 7. Hasil Perangkingan Alternatif Nilai 027 0, , , , , , ,3665 C. Pearson Correlation Metode yang digunakan untuk menguji reliabilitas dari masing-masing metode dengan pendekatan Metode INF-396
9 SNIPTEK 206 ISBN: Pearson. Untuk menguji relasi dari peringkat dengan total nilai yang didapat menggunakan rumus (2.0) sedangkan menguji hipotesis menggunakan rumus (2.). Pengujian dilakukan terhadap 3 data yang berbeda, sehingga didapatkan hasil sehingga didapatkan hasil seperti dibawah ini. Tabel 8. Hasil Pengujian Metode SAW DATA METODE SAW Relasi t Hitung TRAINING 0,9838 5,5247 TESTING 0,940 23,5654 NEW 0,9366 7,5606 Tabel 9. Hasil Pengujian Metode TOPSIS DATA METODE TOPSIS Relasi t Hitung TRAINING 0, ,4962 TESTING 0, ,3206 NEW 0, ,03 REFERENSI Budiharto, Widodo. (2008). Membuat Sendiri Robot Cerdas-Edisi Revisi. Jakarta: PT.Alex Media Komputindo Khoirudin, Akhmad Arwan SNATI Sistem Pendukung Keputusan Penentuan Kelayakan Calon Rintisan Sekolah Bertaraf Internasional Dengan Metode Fuzzy Associative Memory. Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas Islam Indonesia. Kusrini Konsep dan Aplikasi Sistem Pendukung Keputusan. Yogyakarta: Andi Offset. Kusumadewi, Sri, Sri Hartati, Agus Harjoko dan Retantyo Wardoyo Fuzzy Multi-Attribute Decision Making (FUZZY MADM). Yogyakarta: Graha Ilmu. Laudon, K. C. dan J. P. Laudon. (2008). Sistem Informasi Manajemen, Jakarta: Salemba Empat. Sugiyono Metode Penelitian Administrasi. Bandung : Alfabeta Dari hasil 3 pengujian data diatas dapat dilihat kalau metode TOPSIS adalah metode yang memiliki tingkat uji reliabilitas tertinggi dibandingkan dengan metode SAW. KESIMPULAN Dari hasil penelitian yang dilakukan, maka dapat diambil kesimpulan sebagai berikut:. Penilaian dengan menggunakan metode Fuzzy Multi Attribute Decision Making sangat cocok untuk pengambilan keputusan yang berisikan data kuantitatif. 2. Metode Technique For Order Preference by Similarity of Ideal Solution dinilai lebih relevan untuk membantu stakeholder dalam mengambil keputusan karena memiliki nilai pengujian mendekati dibandingkan dengan metode Simple Additive Weighting. 3. Metode Technique For Order Preference by Similarity of Ideal Solution cocok untuk digunakan pada masalah dengan data kuantitatif yang kompleks. 4. Penggunaan sebuah metode yang tepat dapat membantu stakeholder dalam menghasilkan keputusan yang baik. UCAPAN TERIMA KASIH Terima kasih kepada PT. Nippon Indosari Corpindo, Ibu Suci Mardiana, Bapak Imam Machdi yang sudah memberikan kontribusi besar dalam penelitian ini. INF.397
10 ISBN: SNIPTEK 206 INF-398
Kata Kunci : Fuzzy MADM, SAW, kriteria, beasiswa.
SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN PENERIMA BEASISWA MENGGUNAKAN SIMPLE ADDITIVE WEIGHTING (SAW) (STUDI KASUS : SISWA SMK MUHAMMADIYAH PRINGSEWU) Andra Setiawan Jurusan Sistem Informasi STMIK
Lebih 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 terperinciMODEL MULTI ATTRIBUTE DECISION MAKING METODE SIMPLE ADDITIVE WEIGHTING DALAM PENENTUAN PENERIMA PINJAMAN
100 JURNAL TEKNIK KOMPUTER AMIK BSI MODEL MULTI ATTRIBUTE DECISION MAKING METODE SIMPLE ADDITIVE WEIGHTING DALAM PENENTUAN PENERIMA PINJAMAN Mely Mailasari 100 Abstract Employees Cooperative PT. Indomobil
Lebih terperinciSeminar Nasional Aplikasi Teknologi Informasi 2009 (SNATI 2009) ISSN: Yogyakarta, 20 Juni 2009
SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN PENERIMA BEASISWA BANK BRI MENGGUNAKAN FMADM (STUDI KASUS: MAHASISWA FAKULTAS TEKNOLOGI INDUSTRI UNIVERSITAS ISLAM INDONESIA) Henry Wibowo S 1), Riska Amalia
Lebih terperinciSistem Pendukung Keputusan Dalam Menentukan Dosen Pembimbing Skripsi
E-journal Teknik Informatika, Volume 9, No 1 (2016), ISSN : 1 Sistem Pendukung Keputusan Dalam Menentukan Dosen Pembimbing Skripsi Iwan Laengge, Hans F. Wowor, Muhamad D. Putro Teknik Informatika Universitas
Lebih terperinciMulti-Attribute Decision Making
Materi Kuliah [05] SPK & Business Intelligence Multi-Attribute Decision Making Dr. Sri Kusumadewi Lizda Iswari Magister Teknik Informatika Program Pascasarjana Fakultas Teknologi Industri Universitas Islam
Lebih 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 terperinciSISTEM PENDUKUNG KEPUTUSAN DALAM PEMBERIAN BEASISWA DENGAN MENGGUNAKAN METODE WEIGHTED PRODUCT (Studi kasus: Universitas Sari Mutiara Indonesia)
Page 83 SISTEM PENDUKUNG KEPUTUSAN DALAM PEMBERIAN BEASISWA DENGAN MENGGUNAKAN METODE WEIGHTED PRODUCT (Studi kasus: Universitas Sari Mutiara Indonesia) Burhanuddin, Dini 2 Universitas Sari Mutiara Indonesia
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN PENERIMA BEASISWA 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 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 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 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 terperinciPENENTUAN PENERIMA BEASISWA DENGAN MENGGUNAKAN FUZZY MULTIPLE ATRIBUTE DECISSION MAKING.
PENENTUAN PENERIMA BEASISWA DENGAN MENGGUNAKAN FUZZY MULTIPLE ATRIBUTE DECISSION MAKING Apriansyah Putra 1, Dinna Yunika Hardiyanti 2 Jurusan Sistem Informasi,Fakultas Ilmu Komputer Universitas Sriwijaya
Lebih terperinciSISTEM 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 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 SELEKSI BEASISWA SMA NEGERI 2 BAE KUDUS DENGAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) ABSTRAK
SISTEM SELEKSI BEASISWA SMA NEGERI 2 BAE KUDUS DENGAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) Herdi widyatmoko Jurusan teknik Informatika, Fakultas Ilmu Komputer, Universitas Dian Nuswantoro Jln Nakula
Lebih terperinciPENENTUAN SISWA BERPRESTASI PADA SMK WIDYA YAHYA GADINGREJO DENGAN METODE SAW
PENENTUAN SISWA BERPRESTASI PADA SMK WIDYA YAHYA GADINGREJO DENGAN METODE SAW RATIH ERNAWATI Jurusan Sistem Informasi, Sekolah Tinggi Manajemen dan Informatika STMIK Pringsewu Lampung Jl. Wismarini no.09
Lebih terperinciSISTEM 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 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 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 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 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 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 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 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 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 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 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 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 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 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 terperinciSistem Pendukung Keputusan Pemilihan Perguruan Tinggi Menggunakan Fuzzy Multi Attribute Decision Making (FMADM) dan Simple Additive Weighting (SAW)
Sistem Pendukung Keputusan Pemilihan Perguruan Tinggi Menggunakan Fuzzy Multi Attribute Decision Making (FMADM) dan Simple Additive Weighting (SAW) Candra Surya AMIK Mitra Gama Jl. Kayangan No. 99 Duri-Riu
Lebih 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 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 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 terperinciModel Penunjang Keputusan Untuk Seleksi Korps Sukarela PMI Dengan Metode Weighted Product
ISSN: 2089-3787 1030 Model Penunjang Keputusan Untuk Seleksi Korps Sukarela PMI Dengan Metode Weighted Product Nurmaliani 1, Muhammad Faisal Amin 2, Boy Abidin R. 3 Program Studi Teknik Informatika, STMIK
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 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 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 terperinciMulti-Attribute Decision Making
Multi-Attribute Decision Making Kompetensi Dasar Mahasiswa dapat menyelesaikan masalah pengambilan keputusan dengan metode-metode pada model MADM. Mahasiswa dapat membedakan karakteristik permasalahan
Lebih terperinciPENDAHULUAN. melakukan kegiatan Praktek Kerja Lapangan (PKL) baik tingkat SMK/sederajat
1 PENDAHULUAN 1.1 Latar Belakang Banyak lembaga pendidikan yang mewajibkan siswa/mahasiswanya melakukan kegiatan Praktek (PKL) baik tingkat SMK/sederajat maupun universitas sebagai salah satu syarat untuk
Lebih terperinciSistem Informasi Penilaian Supplier Komputer Menggunakan Metode Fuzzy Multiple Attribute Decision Making Dengan Simple Additive Weighting
Sistem Informasi Penilaian Supplier Komputer Menggunakan Metode Fuzzy Multiple Attribute Decision Making Dengan Simple Additive Weighting Johana Harjayanti 1, Anief Fauzan Rozi 2 1 2 Program Studi Sistem
Lebih 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 terperinciPEMILIHAN JURUSAN SISWA SMA MENGGUNAKAN METODE PENDUKUNG KEPUTUSAN FUZZY MADM
A24 Seminar Nasional Teknologi Informasi 2016 PEMILIHAN JURUSAN SISWA SMA MENGGUNAKAN METODE PENDUKUNG KEPUTUSAN FUZZY MADM Fata Nidaul Khasanah 1), Rita Wahyuni Arifin 2) 1)2) Teknik Informatika STMIK
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 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 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 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 terperinciSistem Pendukung Keputusan Penentuan Kontrak Kerja Agent Call Center Menggunakan Metode Saw
JURNAL INFORMATIKA, Vol.4 No.1 April 2017, pp. 76~81 ISSN: 2355-6579 E-ISSN: 2528-2247 76 Sistem Pendukung Keputusan Penentuan Kontrak Kerja Agent Call Center Menggunakan Metode Saw Sheyla Feby Liesdiana
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PENERIMAAN SISWA BARU DI SMA NEGERI 2 PEMALANG DENGAN METODE SIMPLE ADDITIVE WEIGHTING
SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN SISWA BARU DI SMA NEGERI 2 PEMALANG DENGAN METODE SIMPLE ADDITIVE WEIGHTING DIDIK PAMBUDI A11.2009.04833 Program Studi Teknik Informatika-S1,Fakultas Ilmu Komputer,Universitas
Lebih terperinciPEMILIHAN PEGAWAI BERPRESTASI BERDASAR EVALUASI KINERJA PEGAWAI DENGAN METODE SAW
ISSN : 2302-305 STMIK AMIKOM Yogyakarta, - Februari 2015 PEMILIHAN PEGAWAI BERPRESTASI BERDASAR EVALUASI KINERJA PEGAWAI DENGAN METODE SAW Lili Tanti1) 1) Sistem Informasi Universitas Potensi Utama Jl
Lebih terperinciPenerapan Metode Weighted Product Model Untuk Seleksi Calon Karyawan
Penerapan Metode Weighted Product Model Untuk Seleksi Calon Karyawan Sri Lestari IBI Darmajaya Bandar Lampung e-mail : t4ry09@yahoo.com Abstract The development company is highly influenced by the performance
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN PENERIMAAN BEASISWA BAGI MAHASISWA STMIK AMIKOM YOGYAKARTA SKRIPSI
SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN PENERIMAAN BEASISWA BAGI MAHASISWA STMIK AMIKOM YOGYAKARTA SKRIPSI disusun oleh Gerdon 07.12.2562 JURUSAN SISTEM INFORMASI SEKOLAH TINGGI MANAJEMEN INFORMATIKA
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 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 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 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 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 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 terperinciJurnal SISFO Vol. 7, No.1, Februari 2013 STIKOM Dinamika Bangsa - Jambi 1
ANALISIS SISTEM PENUNJANG KEPUTUSAN UNTUK MENENTUKAN PELAMAR CALON DOSEN MENJADI DOSEN DENGAN MENGGUNAKAN FUZZY MADM (STUDI KASUS : STIKOM DINAMIKA BANGSA) Jasmir, S.Kom, M.Kom Dosen Tetap STIKOM Dinamika
Lebih terperinciJasmir Prodi Teknik Informatika, STIKOM Dinamika Bangsa Jambi
SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN PELAMAR CALON DOSEN MENJADI DOSEN DENGAN MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (STUDI KASUS : STIKOM DINAMIKA BANGSA) Jasmir Prodi Teknik Informatika,
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 terperinciP13 Fuzzy MCDM. A. Sidiq P.
P13 Fuzzy MCDM A. Sidiq P. http://sidiq.mercubuana-yogya.ac.id Program Studi Teknik Informatika Program Studi Sistem Informasi Fakultas Teknologi Informasi Universitas Mercu Buana Yogyakarta Tujuan Mahasiswa
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN SELEKSI PENERIMAAN SISWA BARU PADA SMA THERESIANA WELERI KENDAL MENGGUNAKAN METODE SAW
SISTEM PENDUKUNG KEPUTUSAN SELEKSI PENERIMAAN SISWA BARU PADA SMA THERESIANA WELERI KENDAL MENGGUNAKAN METODE SAW Ade Krismelan, A12.2009.03616 Fakultas Ilmu Komputer Universitas Dian Nuswantoro Semarang
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PENENTUAN LOKASI PERUMAHAN IDEAL MENGGUNAKAN METODE FUZZY SIMPLE ADDITIVE WEIGHTING
SISTEM PENDUKUNG KEPUTUSAN PENENTUAN LOKASI PERUMAHAN IDEAL MENGGUNAKAN METODE FUZZY SIMPLE ADDITIVE WEIGHTING Erwin Panggabean Program Studi Sistem Informasi STMIK Sisingamangaraja XII Medan Sumatera
Lebih terperinciSIMPLE ADDITIVE WEIGHTING METHOD UNTUK MENENTUKAN SEKOLAH DASAR
SIMPLE ADDITIVE WEIGHTING METHOD UNTUK MENENTUKAN SEKOLAH DASAR Yuli Astuti Manajemen Informatika STMIK AMIKOM Yogyakarta Jl Ring road Utara, Condongcatur, Sleman, Yogyakarta 55281 Email : yuli_dev@yahoo.com
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 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 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 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 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 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 INFORMASI PENILAIAN KINERJA KARYAWAN MENGGUNAKAN METODE TECHNIQUE FOR OTHERS REFERENCE BY SIMILARITY TO IDEAL SOLUTION (TOPSIS)
SISTEM INFORMASI PENILAIAN KINERJA KARYAWAN MENGGUNAKAN METODE TECHNIQUE FOR OTHERS REFERENCE BY SIMILARITY TO IDEAL SOLUTION (TOPSIS) Siti Kholijah Ritonga (0911442) Mahasiswa Program Studi Teknik Informatika
Lebih terperinciPERBANDINGAN METODE PROFILE MATCHING DAN SIMPLE ADDITIVE WEIGHTING PADA PENENTUAN JURUSAN SISWA KELAS X SMA N 2 NGAGLIK
Jurnal Ilmiah DASI Vol. 1 No. 1 Maret 2015, hlm 1-22 ISSN: 1411-3201 PERBANDINGAN METODE PROFILE MATCHING DAN SIMPLE ADDITIVE WEIGHTING PADA PENENTUAN JURUSAN SISWA KELAS X SMA N 2 NGAGLIK Bety Wulan Sari
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 terperinciSISTEM PENDUKUNG KEPUTUSAN MENENTUKAN PENERIMA BEASISWA BERPRESTASI MENGGUNAKAN FUZZY MULTIPLE ATTRIBUTE DECISION MAKING (FMADM) DENGAN METODE SAW
Seminar Nasional Teknologi Informasi dan Multimedia 205 STMIK AMIKOM Yogyakarta, 6-8 Februari 205 SISTEM PENDUKUNG KEPUTUSAN MENENTUKAN PENERIMA BEASISWA BERPRESTASI MENGGUNAKAN FUZZY MULTIPLE ATTRIBUTE
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 PENILAIAN KINERJA DOSEN DI UNIVERSITAS MUHAMMADIYAH PURWOKERTO MENGGUNAKAN METODE TOPSIS
SISTEM PENDUKUNG KEPUTUSAN UNTUK PENILAIAN KINERJA DOSEN DI UNIVERSITAS MUHAMMADIYAH PURWOKERTO MENGGUNAKAN METODE TOPSIS Rakhmat Wijayanto 1), Hindayati Mustafidah 2), Aman Suyadi 3) 1) 2) Teknik Informatika
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 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 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 terperinciSISTEM PENDUKUNG KEPUTUSAN PEMILIHAN HANDPHONE MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) ARTIKEL SKRIPSI
SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN HANDPHONE MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) ARTIKEL SKRIPSI Diajukan Untuk Memenuhi Salah Satu Syarat Memperoleh Gelar Sarjana Komputer ( S.Kom ) Pada
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 terperinciJurnal Informasi Volume VII No.1 / Februari / 2015
SISTEM PENDUKUNG KEPUTUSAN PENERIMA BEASISWA KOPERTIS DI FAKULTAS TEKNIK UNSUR CIANJUR MENGGUNAKAN FUZZY MADM DENGAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) Ai Musrifah Ela Sopiyillah ABSTRAK Fakultas Teknik
Lebih terperinciBayu Erlangga 1, Elisabet Y.A 2
SISTEM PENDUKUNG KEPUTUSAN MENENTUKAN KARYAWAN TERBAIK DI WISATA TALANG INDAH DENGAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) (STUDI KASUS : KABUPATEN PRINGSEWU) Bayu Erlangga 1, Elisabet Y.A 2 Jurusan Sistem
Lebih 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 terperinciPENERAPAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) UNTUK EVALUASI DAN PENILAIAN DRIVER BERPRESTASI DI PERUSAHAAN DISTRIBUSI
PENERAPAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) UNTUK EVALUASI DAN PENILAIAN DRIVER BERPRESTASI DI PERUSAHAAN DISTRIBUSI Thomas Adi Oktavianus 1), Wiwik Suharso 2) 1, 2 Program Studi Teknik Informatika,
Lebih terperinciSISTEM PENILAIAN KARYAWAN TERBAIK MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING PADA DEALER MOTOR
SISTEM PENILAIAN KARYAWAN TERBAIK MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING PADA DEALER MOTOR Aris Rakhmadi 1*, Bambang Efirianto 2 1,2 Prodi Informatika, Fakultas Komunikasi dan Informatika, Universitas
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 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 terperinciPENERAPAN METODE MADM-SAW DALAM PENENTUAN PRODUK KERAJINAN UNGGULAN KABUPATEN KLATEN
PENERAPAN METODE MADM-SAW DALAM PENENTUAN PRODUK KERAJINAN UNGGULAN KABUPATEN KLATEN Setiya Nugroho Fakultas Ilmu Komputer, Program Stusi Manajemen Informatika Universitas Widya Dharma Klaten Email: setiyanugroho@gmail.com
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PEMILIHAN MANDOR MENGGUNAKAN METODE TOPSIS
ISSN : 1978-6603 SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN MANDOR MENGGUNAKAN METODE TOPSIS Asyahri Hadi Nasyuha *1, Muhammad Dahria *2, Tugiono *3 #1,2,3 Program Studi Sistem Informasi, STMIK Triguna Dharma
Lebih 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 PENERIMA BEASISWA DENGAN METODE SIMPLE ADDITIVE WEIGHTING (SAW)
SISTEM PENDUKUNG KEPUTUSAN PENERIMA BEASISWA DENGAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) Zainollah Effendy Jurusan Teknik Informatika Fakultas Teknik, Universitas Madura zainollah.effendy@unira.ac.id
Lebih terperinciSistem Pendukung Keputusan Pemilihan Distribution Sales Supervisor Dengan Metode FMADM-SAW Pada PT. Nirmala Pangan Sejahtera Bekasi
INFORMATICS FOR EDUCATORS AND PROFESSIONALS, Vol.1, No. 1, Desember 2016, 51 64 E-ISSN: 2548-3412 51 Sistem Pendukung Keputusan Pemilihan Distribution Sales Supervisor Dengan Metode FMADM-SAW Pada PT.
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 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 PENDUKUNG KEPUTUSAN PENENTUAN MAHASISWA TERBAIK MENGGUNAKAN FUZZY MULTIPLE ATTRIBUTE DECISION MAKING DENGAN SIMPLE ADDITIVE WEIGHTING
Seminar Nasional Teknologi Informasi dan Multimedia 0 STMIK AMIKOM Yogyakarta, 8 Februari 0 ISSN : 0-80 SISTEM PENDUKUNG KEPUTUSAN PENENTUAN MAHASISWA TERBAIK MENGGUNAKAN FUZZY MULTIPLE ATTRIBUTE DECISION
Lebih terperinci