34 SEBATIK STMIK WICIDA

Ukuran: px
Mulai penontonan dengan halaman:

Download "34 SEBATIK STMIK WICIDA"

Transkripsi

1 34 SEBATIK STMIK WICIDA SISTEM PENDUKUNG KEPUTUSAN PENENTUAN SUPPLIER BAHAN BANGUNAN MENGGUNAKAN METODE SMART (SIMPLE MULTI ATTRIBUTE RATING TECHNIQUE) PADA TOKO BINTANG KERAMIK JAYA Irwan ukkas 1), Heny Pratw 2), Dessy Purnamasar 2) 1,2,3 Teknk Informatka, STMIK Wdya Cpta Dharma 1,2,3 Jl. Prof. M. Yamn No. 25, Samarnda, E-mal: 1), 3) ABSTRAK Sstem Pendukung Keputusan (SPK) adalah sstem yang dapat membantu seseorang dalam mengambl keputusan yang akurat dan tepat sasaran. Banyak permasalahan yang dapat dselesakan dengan menggunakan SPK, salah satunya adalah Penentuan Suppler Bahan Bangunan dengan menggunakan bantuan metode SMART (Smple Mult Attrbute Ratng Technque) Pada Toko Bntang Keramk Jaya. Tuuan dar peneltan n adalah untuk menghaslkan Sstem Pendukung Keputusan Penentuan Suppler Bahan Bangunan Menggunakan Metode SMART (Smple Mult Attrbute Ratng Technque) Pada Toko Bntang Keramk Jaya dengan harapan seleks Suppler secara obyektf. Dengan menggunakan bahasa pemrograman Vsual Basc 6.0 dan databasenya menggunakan Mcrosoft Access. Dalam peneltan n, teknk pengumpulan data yang dgunakan adalah stud pustaka, observas dan wawancara. Hasl dar peneltan n adalah dbuatnya sstem pendukung keputusan untuk mengetahu Penentuan Suppler yang layak, dpertmbangkan, dan belum terplh untuk dplh. Pengguna dapat mengnputkan data Suppler, data krtera, data subkrtera. Kemudan sstem akan mencar solus dengan metode SMART. Setelah keputusan ddapatkan, maka sstem akan menamplkan keputusan tersebut. Kata Kunc: Sstem Pendukung Keputusan, Penentuan Suppler Bahan Bangunan, Smple Mult Attrbute Ratng Technque 1. PENDAHULUAN Mengambl Keputusan adalah salah satu dar kegatan manusa yang palng mendasar dalam kehdupan seharhar. Dalam proses pengamblan keputusan manusa serngkal dhadapkan pada banyak alternatf yang dapat dplh, sehngga untuk suatu permasalahan beberapa pembuat keputusan dapat mengambl keputusan yang berbeda. Toko Bntang Keramk Jaya adalah sebuah toko bangunan yang melakukan transaks penualan bahan bangunan kepada pelanggan dan transaks pembelan bahan bangunan dar suppler. Pemenuhan kebutuhan persedaan bahan bangunan dlakukan dengan pemesanan ke berbaga suppler. Tdak semua suppler memenuh krtera yang dtetapkan Toko Bntang Keramk Jaya, maka harus dlakukan seleks dan menuntut bagan pembelan untuk menentukan suppler yang tepat. Penentuan suppler mash dlakukan secara manual sehngga menghabskan banyak waktu, dtambah lag tdak adanya krtera yang elas dar Toko Bntang Keramk Jaya menyebabkan proses penentuan suppler cenderung dlakukan secara subyektf. Berbaga masalah dalam penentuan suppler adalah masalah pemberan kualtas barang dar suppler, kepantasan harga dengan kualtas barang yang dbel sehngga menad salah satu syarat harga kompettf, angka waktu pembayaran yang tdak tentu, dan pelayanan untuk mengrmkan barang sesua kesepakatan. Untuk mengatas hal tersebut maka dbutuhkan sebuah sstem yang membantu proses penentuan suppler melalu krtera-krtera yang dtentukan. Metode yang dgunakan untuk sstem pendukung keputusan penentuan suppler n adalah dengan metode SMART (Smple Mult Attrbute Ratng Technque) yang membantu phak pmpnan toko Toko Bntang Keramk Jaya untuk melakukan pengamblan keputusan penentuan Suppler dengan lebh cepat dan akurat. 2. RUANG LINGKUP PENELITIAN 2.1 Rumusan Masalah Berdasarkan latar belakang dar peneltan n, maka rumusan masalah yang dapat dkemukan adalah Bagamana membangun Sstem Pendukung Keputusan Penentuan Suppler Bahan Bangunan Menggunakan Metode SMART (Smple Mult Attrbute Ratng Technque) Pada Toko Bntang Keramk Jaya?. 2.2 Batasan Masalah Adapun batasan-batasan dar masalah yang akan dtelt dalam pembuatan Sstem Pendukung Keputusan menggunakan Metode SMART pada Toko Bntang Keramk Jaya sebaga berkut :

2 SEBATIK STMIK WICIDA Sstem n dbangun dengan menggunakan bahasa pemrograman Mcrosoft Vsual Basc 6.0 dan Mcrosoft Access 2007 untuk pembuatan databasenya. 2. Metode yang dgunakan dalam pembuatan sstem pendukung keputusan n adalah SMART (Smple Mult Attrbute Ratng Technque). 3. Krtera yang dgunakan dalam peneltan n sesua dengan kententuan Pmpnan Toko : (1) Kualtas Barang (40%) a. Sangat Berkualtas () b. Berkualtas (50) c. Kurang Berkualtas (0) (2) Harga Kompettf (30%) a. Sangat Kompettf () b. Kompettf (80) c. Kurang Kompettf (40) (3) Waktu pembayaran (20%) a. 12 bulan () b. 4 < 12 bulan (80) c. 0 < 4 bulan (20) (4) Pelayanan (10%) a. Bak () b. Cukup (80) c. Kurang (0) 3. BAHAN DAN METODE Adapun bahan dan metode algortma yang dgunakan dalam aplkas n adalah: 3.1 Sstem Pendukung Keputusan Menurut Kusrn (2007), sstem pendukung keputusan adalah salah satu ens sstem sstem yang sangat popular dkalangan manaemen perusahaan adalah Sstem Pendukung Keputusan. Sstem Pendukung Keputusan n merupakan suatnformas yang dharapkan dapat membantu manaemen dalam proses pengamblan keputusan. Hal yang perlu dtekankan dsn adalah bahwa keadaaan Sstem Pendukung Keputusan bukan untuk menggantkan tugas-tugas pmpnan, tetap untuk menad sasaran pendukung bag mereka. Sstem pendukung keputusan merupakan mplementas yang telah dperkenalkan oleh lmu-lmu sepert operaton research dan management scence. Hanya bedanya adalah bahwa ka dahulu untuk mencar penyelesaan masalah yang dhadap, kn telah menawarkan kemampuan untuk menyelesakan persoalan yang sama dalam waktu yang relatf sngkat. Sstem pendukung keputusan adalah serangkaan kelas tertentu dar sstem nformas terkomputersas yang mendukung kegatan pengamblan keputusan bsns dan organsas. Suatu DSS yang drancang dengan benar adalah suatu sstem berbass perangkat lunak nteraktf yang dmaksudkan untuk membantu para pengambl keputusan. 3.2 Pemodelan Dalam Sstem Pendukung Keputusan Menurut Kusrn (2007), saat melakukan pemodelan dalam pembangunan Sstem Pendukung Keputusan dlakukan langkah-langkah sebaga berkut: 1. Stud Kelayakan (Intellgence) Pada langkah n, sasaran dtentukan dan dlakukan pencaran prosedur, pengumpulan data, dentfkas masalah, dentfkas kepemlkan masalah, klasfkas masalah, hngga akhrnya terbentuk sebuah pernyataan masalah. Kepemlkan masalah berkatan dengan bagan apa yang akan dbangun oleh DSS dan apa tugas dar bagan tersebut sehngga model tersebut bsa relevan dengan kebutuhan s pemlk masalah. 2. Perancangan (Desgn) Pada tahapan n akan dformulaskan model yang akan dgunakan dan krtera-krtera yang dtentukan. Setelah tu, dcar alternatf model yang bsa menyelesakan permasalahan tersebut. Langkah selanutnya adalah mempredks keluaran yang mungkn. Kemudan, dtentukan varabel-varabel model. 3. Pemlhan (Choce) Setelah pada tahap desgn dtentukan berbaga alternatf model beserta varabel-varabelnya, pada tahapan n akan dlakukan pemlhan modelnya, termasuk solus dar model tersebut. Selanutnya, dlakukan analss senstvtasnya, yakn dengan menggant beberapa varabel. 4. Membuat SPK Setelah menentukan modelnya, berkutnya adalah mengmplementaskannya dalam aplkas SPK. 3.3 Struktur Sstem Pendukung Keputusan Menurut Kusrn (2007) keputusan yang dambl untuk menyelesakan suatu masalah dlhat dar struktur masalahnya terbag menad 3 (tga) yatu: 1. Keputusan Terstruktur (Structured Decson) Keputusan yang dlakukan secara berulang-ulang dan bersfat rutn. Prosedur pengamblan keputusan sangatlah elas. Keputusan tersebut terutama dlakukan pada manaemen tngkat bawah. Msalnya, keputusan pemesanan dan keputusan penaghan putang. 2. Keputusan Sem Terstruktur (Sem Structured Decson) Keputusan yang memlk dua sfat. Sebagan keputusan bsa dtangan oleh komputer dan yang lan tetap harus dlakukan oleh pengamblan keputusan. Prosedur dalam pengamblan keputusan tersebut secara gars besar sudah ada, tetap ada beberapa hal yang mash memerlukan kebakan dar pengambl keputusan. Basanya keputusan semacam n dambl oleh manaer level menengah dalam suatu organsas. Contoh keputusan ens n adalah pengevaluasan kredt, penadwalan produks dan pengendalan persedaan. 3. Keputusan Tak Terstruktur (Unstructured Decson) Keputusan yang penangananya rumt karena tdak terad berulang-ulang atau tdak selalu terad. Menurut pengalaman dan berbaga sumber yang bersfat eksternal. Keputusan tersebut umumnya terad pada manaemen tngkat atas. Contohnya adalah keputusan untuk pengembangan teknolog baru, keputusan untuk bergabunng dengan perusahaan lan dan perekrutan eksekusf.

3 36 SEBATIK STMIK WICIDA 3.4 SMART (Smple Mult Attrbute Ratng Tehnque) Menurut Kustyahnngsh, Anamsa, dan Syafa ah (2013), SMART merupakan metode pengamblan keputusan yang multatrbut. Teknk pembuatan keputusan multatrbut n dgunakan untuk membantu stakeholder dalam memlh antara beberapa alternatf. Setap alternatf terdr dar sekumpulan atrbut dan setap atrbut mempunya nla-nla, nla n drata-rata dengan skala tertentu. Setap atrbut mempunya bobot yang menggambarkan seberapa pentng a dbandngkan dengan atrbut lan. Dengan SMART pembobotan atrbut dlakukan dengan dua langkah yatu: 1. Mengurutkan kepentngan suatu atrbut dar level terburuk ke level terbak. 2. Membuat perbandngan raso kepentngan setap atrbut dengan atrbut lan dbawahnya. SMART lebh banyak dgunakan karena kesederhanaanya dalam merespon kebutuhan pembuat keputusan dan caranya menganalsa respon. Analsa yang terlbat adalah transparan sehngga metode n memberkan pemahaman masalah yang tngg dan dapat dterma oleh pembuat keputusan. Pembobotan pada SMART menggunakan skala antara 0 sampa 1, sehngga mempermudah perhtungan dan perbandngan nla pada masng-masng alternatf. Model yang dgunakan dalam SMART: Keterangan: w m u ( a ) wu ( a ), 1,2,... m J 1 = nla pembobotan krtera ke- dan k krtera u(a ) = nla utlty krtera ke- untuk krtera ke- Pemlhan keputusan adalah mengdentfkas mana dar n alternatf yang mempunya nla fungs terbesar. 3.5 Teknk SMART (Smple Mult Attrbute Ratng Tehnque) Menurut Kustyahnngsh, Anamsa, dan Syafa ah (2013), Teknk SMART sebaga berkut: 1. Langkah 1: menentukan umlah krtera 2. Langkah 2: sstem secara default memberkan skala 0- berdasarkan prortas yang telah dnputkan kemudan dlakukan normalsas. Normalsas = w w Keterangan : w : bobot suatu krtera w : total bobot semua krtera ( C u ( a ) ( C Keterangan : (a ) : nla utlty krtera ke-1 untuk krtera ke- C max : nla krtera maksmal C mn : nla krtera mnmal C out : nla krtera ke- 5. Langkah 5: htung nla akhr masng-masng. 3.6 Contoh Kasus u( a ) m J 1 out max w u ( a ), C C Suatu perusahaan A ngn mempromoskan abatan tertentu. Akan tetap phak PSDM (Pengembangan Sumber Daya Manusa) kesultan dengan banyaknya krtera-krtera yang dsedakan oleh perusahaan tersebut. Tabel 1. Krtera Pengalaman/Masa Kera No Krtera Nla Bobot tahun tahun tahun % 4 < 4 tahun 0 Tabel 2. Krtera Nla Prestas Kera N o Krter a Nla 1 A 2 B 80 3 C 60 4 D 40 5 E 10 mn mn ) % ) Bobo t 40% Tabel 3. Krtera Kesehatan N o Krtera Nla Bobot 1 Sangat Bak 2 Bak 80 3 Cukup 60 10% 4 Kurang 40 5 Sangat Kurang Langkah 3: memberkan nla krtera untuk setap alternatf. 4. Langkah 4: htung nla utlty untuk setap krtera masng-masng.

4 SEBATIK STMIK WICIDA 37 Tabel 4. Krtera Usa N o Krtera Nla Bobot 1 > 40 tahun tahun tahun 50 5% tahun 25 5 < 21 tahun 0 Tabel 5. Krtera Tanggung Jawab No Krtera Nla Bobot 1 Ya 10% 2 Tdak 0 Tabel 6. Krtera Nla Fsk No Krtera Nla Bobot 1 Ya 5% 2 Tdak 0 Langkah-langkah pengeraan SMART (Smple Mult Attrbute Ratng Technque) sebaga berkut: 1. Ketentuan dalam mempromoskan abatan adalah sebaga berkut: 1) 80 : layak 2) 60 - < 80 : dpertmbangkan 3) 0 - < 60 : tdak layak 4) Seleks U Coba 1 adalah karyawan yang sudah dberkan nla dar perusahaan. 2. Nla ddapat dar krtera utama dan sub krtera sebaga berkut : 1) Krtera pengalaman/masa kera memlk sub krtera tahun yang memlk nla, sub krtera tahun yang memlk nla 75, sub krtera 5 14 tahun yang memlk nla 50, dan sub krtera < 4 tahun yang memlk nla 0. 2) Krtera nla prestas kera memlk sub krtera A yang memlk nla, sub krtera B yang memlk nla 80, sub krtera C yang memlk nla 60, sub krtera D yang memlk nla 40, dan sub krtera E yang memlk nla 10. 3) Krtera kesehatan memlk sub krtera sangat bak yang memlk nla, sub krtera bak yang memlk nla 80, sub krtera cukup yang memlk nla 60, sub krtera kurang yang memlk nla 40, dan sub krtera sangat kurang yang memlk nla 10. 4) Krtera usa memlk sub krtera > 40 tahun yang memlk nla, sub krtera tahun yang memlk nla 75, sub krtera tahun yang memlk nla 50, sub krtera yang memlk nla 25, dan sub krteta < 21 tahun yang memlk nla 0. 5) Krtera tanggung awab memlk sub krtera ya yang memlk nla, dan sub krtera tdak yang memlk nla 0. 6) Krtera nla fsk memlk sub krtera tdak cacat yang memlk nla, dan sub krtera cacat yang memlk nla Normalsas ddapat dar: 1) Krtera pengalaman / masa kera memlk bobot 30 % 2) Krtera nla prestas kera memlk bobot 40 % 3) Krtera kesehatan memlk bobot 10% 4) Krtera usa memlk bobot 5% 5) Krtera tanggung awab memlk bobot 10% 6) Krtera nla fsk memlk bobot 5% Rumus normalsas adalah : Normalsas = w w Keterangan: w = nla pembobotan krtera ke- dan k krtera: u(a ) = nla utlty krtera ke- untuk krtera ke- Cara mendapatkan nla normalsas sebaga berkut: 1) Normalsas = 30 = 0,3 Keterangan : 30 adalah nla bobot krtera pengalaman / masa kera. adalah nla bobot 2) Normalsas = 40 = 0,4 Keterangan : 40 adalah nla bobot krtera nla prestas kera. adalah nla bobot 3) Normalsas = 10 = 0,1 Keterangan : 10 adalah nla bobot krtera kesehatan. adalah nla bobot 4) Normalsas = 5 = 0,05 Keterangan : 5 adalah nla bobot krtera usa 5) Normalsas = adalah nla bobot 10 = 0,1 Keterangan : 10 adalah nla bobot krtera tanggung awab 6) Normalsas = Keterangan : adalah nla bobot 5 = 0,05 5 adalah nla bobot krtera nla fsk adalah nla bobot

5 38 SEBATIK STMIK WICIDA 4. Cara mencar nla utlty adalah sebaga berkut: Rumus nla utlty : ( C u ( a ) ( C out max C C Keterangan : (a ) : nla utlty krtera ke-1 untuk krtera ke- C max : nla krtera maksmal C mn : nla krtera mnmal C out : nla krtera ke- Cara mendapatkan nla utlty sebaga berkut: 1) Krtera pengalaman / masa kera (75 0) ) % ( 0) (75) () ). 0,75% ) 75 2) Krtera nla prestas kera (80 10) ( 10) (70) (90) ). 0,78% ) 77,78 3) Krtera kesehatan ( 10) ( 10) (90) (90) ). 1% ) 4) Krtera usa ( 0) ( 0) () () ). 1% ) mn mn 5) Krtera Tanggung Jawab ( 0) ( 0) () () ). 1% ) ) % ) ). 1% ) 5. Nla Hasl ddapat dar : Rumus : Hasl = Nla utlty x normalsas 1) Krtera pengalaman / masa kera Hasl = 75 x 0,3 = 22,5 2) Krtera nla prestas kera Hasl = 77,78 x 0,4 = 31, 11 3) Krtera Kesehatan Hasl = x 0,1 = 10 4) Krtera Usa Hasl = x 0,05 = 5 5) Krtera tanggung awab Hasl = x 0,1 = 10 6) Krtera nla fsk Hasl = x 0,05 = 0,05 6. Cara mencar nla hasl akhr sebaga berkut : u( a ) m J 1 w u ( a ), Hasl = 22,5 + 31, = 83, 61 Dar hasl u coba pada 4 pegawa hanya 2 orang yang dnyatakan layak, karena mendapatkan nla tngg pada bobot 1 (30%) dan bobot 2 (40%). Sementara 2 lannya yang dnyatakan tdak layak dan dpertmbangkan dkarenakan nla pada bobot 1 dan 2 kurang mendapatkan hasl yang maxmal. Maka dapat dsmpulkan bahwa bobot sangatlah berpengaruh dalam perhtungan n. 3.7 Mcrosoft Vsual Basc 6.0 Subar dan Yustanto (2008), Vsual Basc selan dsebut sebaga bahasa pemrograman (Language Program), uga serng dsebut sebaga sarana (Tool) untuk menghaslkan program-program aplkas berbass wndows. Setelah Vsual Basc dalankan, akan muncul sebuah layar. Layar n adalah lngkungan pengembangan aplkas Vsual Basc yang nantnya akan dgunakan untuk membuat program-program aplkas dengan Vsual Basc. 6) Krtera Tanggung Jawab ( 0) ( 0) () ()

6 SEBATIK STMIK WICIDA 39 Gambar 4. Tamplan Standart toolbar pada Vsual Basc 6.0 Gambar 1. Lngkungan Vsual Basc 6.0 Layar Vsual Basc adalah suatu lngkungan besar yang terdr dar beberapa bagan-bagan kecl yang kesemuanya memlk sfat. Vsual Basc IDE (Interface Development Envrotment) adalah tamplan antarmuka program dengan pengguna yang sudah bersfat GUI (Grafcal User Interface), menyakan banyak kemudahan bag para programmer untuk membuat aplkas. Tamplan IDE Vsual Basc sebaga berkut: 1) Menu Bar Menu Bar berfungs memberkan kemudahan kepada pengguna dalam memlh aks-aks yang umum sepert mengedt, mengkop atau menalankan program. Beberapa fungs yang ada d Menu Bar uga terseda d Toolbar. Gambar 2. Tamplan Menu Bar pada Vsual Basc 6.0 2) Form Form d Vsual Basc adalah meda tempat kta membuat aplkas atau antarmuka yang bersfat GUI (Grafcal User Interface). Kta dapat menempelkan berbaga macam obek atau kontrol d atas form tersebut. 4) Proect Wndow Dengan adanya proect wndow, kta dapat melhat form atau obek apa saa yang ada d dalam satu proyek, dan kta dapat menghapusnya dar proect wndow tersebut. Gambar 5. Tamplan proect wndow pada Vsual Basc 6.0 5) Toolbox Toolbox bers komponen-komponen standar yang dperlukan dalam membuat aplkas sepert textbox, label, combo box dan lan-lan. Gambar 6. Tamplan Toolbox pada Vsual Basc 6.0 Gambar 3. Tamplan form pada Vsual Basc 6.0 3) Standart Toolbar Standart Toolbar berfungs menyedakan fasltas yang umum dgunakan oleh para programmer ketka mendesan aplkas, sepert membuka atau menympan fle, menalankan program dan lan-lan. 6) Propertes Wndows Adalah sebuah endela yang mengandung semua nformas mengena obek yang terdapat pada aplkas Vsual Basc. Propert adalah sfat dar sebuah obek, msalnya sepert nama, warna, ukuran, poss dan sebaganya.

7 40 SEBATIK STMIK WICIDA Tabel 7. Smbol Smbol Flowchart NO SIMBOL NAMA FUNGSI 1 Termnator Permulaan / akhr program Gambar 7. Tamplan Propertes Wndow pada Vsual Basc 6.0 7) Code Edtor Code Edtor dsebut uga endela kode adalah salah sattem terpentng dalam pemrograman Vsual Basc. Jendela n bers kode-kode program yang merupakan nstruks untuk aplkas Vsual Basc agar dalankan sepert menutup aplkas, membatalkan perntah, mengaktfkan salah satu obek dan sebaganya. Gambar 8. Tamplan code edtor pada Vsual Basc 6.0 8) Form Layout Wndow Form Layout Wndow berfungs untuk menetapkan poss tamplan program ketka dalankan. Poss pada Form layout wndow nlah yang merupakan petunuk d mana aplkas akan dtamplkan pada layar montor saat dalankan. 2 Gars Alr (Flow Lne) 3 Preperaton 4 Proses 5 6 Input / Output data Predefned process (sub program) 7 Decson 8 9 On Page Connector Off Page Connector Arah alran program Proses nsalsas / pemberan harga awal Proses perhtungan / proses pengolahan data Proses nput / output data, parameter, nformas Permulaan sub program / proses menalankan sub program Perbandngan pernyataan, penyeleksan data yang memberkan plhan untuk langkah selanutnya Penghubung bagan-bagan flowchart yang berada pada satu halaman Penghubung bagan-bagan flowchart yang berada pada halaman berbeda Gambar 9. Tamplan form layout wndow 3.8 Flowchart Menurut Anharku (2009). Flowchart adalah penyaan yang sstemats tentang proses dan logka dar kegatan penanganan nformas atau penggambaran secara grafk dar langkah-langkah dan urut-urutan prosedur dar suatu program. Flowchart menolong anals dan programmer untuk memecahkan masalah kedalam segmen-segmen yang lebh kecl dan menolong dalam menganalss alternatf-alternatf lan dalam pengoperasan. 3.9 Metode Penguan Sstem Menurut Pressman (2007), penguan menyakan anomal yang menark bag perekayasa perangkat lunak. Pada proses perangkat lunak, perekayasa berusaha membangun perangkat lunak dar konsep abstrak dar mplementas yang dapat dlhat, baru kemudan dlakukan penguan Penguan Metode Whte Box Menurut Pressman (2007), penguan whte-box, yang kadang-kadang dsebut penguan glass-box, adalah metode desan test case. Dengan menggunakan metode penguan whte-box, perekayasa sstem dapat melakukan test case yang:

8 SEBATIK STMIK WICIDA Memberkan amnan bahwa semua alur ndependen pada suatu modul telah dgunakan palng tdak satu kal, 2. Menggunakan semua keputusan logs pada ss true dan false 3. Mengeksekus semua loop pada batasan mereka dan pada batas operasonal mereka 4. Menggunakan struktur data nternal untuk menamn valdtasnya Penguan Metode Black Box Menurut Pressman (2007), penguan black-box berfokus pada persyaratan fungsonal perangkat lunak. Dengan demkan, penguan black-box memungknkan perekayasa perangkat lunak mendapatkan serangkaan konds nput yang sepenuhnya menggunakan semua persyaratan fungsonal untuk suatu program. Penguan black-box bukan merupakan alternatve dar teknk whte-box, tetap merupakan pendekatan komplementer yang kemungknan besar mampu mengungkap kelas kesalahan darpada metode whte-box. Penguan blackbox berusaha menemukan kesalahan dalam kategor sebaga berkut: 1. Fungs-fungs yang tdak benar atau hlang 2. Kesalahan nterface 3. Kesalahan dalam struktur data atau akses database eksternal 4. Insalsas dan kesalahan termnas 4. RANCANGAN SISTEM/APLIKASI Berkut n adalah flowchart Sstem Pendukung Keputusan Penentuan Suppler Bahan Bangunan: 4.1 Flowchart Perhtungan Menggunakan Metode SMART Start SMART Input Krtera dan Bobotnya Normalsas Bobot w Input Nla Sub Krtera Htung Nla Utlty untuk setap Krtera ( Cout C ) mn u ( a ) % ( Cmax Cmn ) Htung Nla Akhr u( a ) w m J 1 w u ( a ), Dar gambar 10 Flowchart Perhtungan Menggunakan Metode SMART, dawal dengan nput krtera dan bobot, lalu dproses dalam normalsas bobot, kemudan nput nla sub krtera, selanutnya htung nla utlty setap sub krtera dan htung nla akhr, kemudan output hasl keputusan, dan selesa. 4.2 Flowchart Sstem Penentuan Suppler Menggunakan Metode SMART Mula Logn Benar Input Data Suppler Input Krtera & Bobot Normalsas dan Perangkngan Suppler Cetak Perangkngan Suppler Selesa Ya Input Nla Sub Krtera Tdak Gambar 11. Flowchart Sstem Penentuan Suppler Menggunakan Metode SMART Flowchart sstem penentuan suppler menggunakan metode SMART, dawal dengan logn benar, ka logn tdak benar maka program akan selesa, ka benar atau ya maka, nput data suppler, lalnput krtera dan bobot, kemudan nput nla sub krtera, kemudan dproses dalam normalsas dan perangkngan suppler, kemudan output cetak perangkngan suppler, dan selesa. 5. IMPLEMENTASI Hasl mplementas berdasarkan analss dan perancangan adalah sebaga berkut: 5.1 Form Data Krtera Hasl Keputusan End Gambar 10. Flowchart Perhtungan Menggunakan Metode SMART Gambar 12. Form Data Krtera

9 42 SEBATIK STMIK WICIDA 5.2 Form Data Subkrtera Gambar 13. Form Data Subkrtera 5.3 Form Penentuan Suppler Gambar 14. Form Penentuan Suppler Form Penentuan suppler adalah proses perhtungan SMART. 5.4 Form Perangkngan 3. Dengan adanya sstem pendukung keputusan penentuan suppler pada Toko Bntang Keramk Jaya, dapat membantu pmpnan toko dalam mengambl keputusan yang tepat dalam menentukan suppler, yang dapat dterma sesua dengan krtera yang telah dtetapkan Toko Bntang Keramk Jaya. 4. Dapat mempermudah pmpnan toko dalam menentukan perangkngan suppler. 7. SARAN Adapun saran-saran yang dapat dkemukakan yatu sebaga berkut: 1. Dharapkan bsa memaka metode SPK yang lan, msalnya TOPSIS, K-NN, Electre dan lan-lan 2. Dharapkan sstem pendukung keputusan n dbuat secara onlne (webste). Sstemnya adalah memudahkan semua pemlk toko bangunan memutuskan suppler yang layak, dpertmbangkan atau belum terplh. Kemudan memudahkan pemlk toko bangunan akses aplkas SPK n tdak hanya dsatu tempat, tetap harus memlk akses nternet. 3. Dharapkan sstem pendukung keputusan n dbuat secara Androd. Sstemnya adalah untuk memudahkan pemlk toko bangunan mengunduh aplkas melalu playstore atau apk aplkas SPK n dapat dgunakan untuk smartphone. Pemlk toko bangunan bsa langsung menentukan suppler mana yang layak untuk dplh, dpertmbangkan atau belum terplh. 8. DAFTAR PUSTAKA And, 2010, Aplkas Database Vsual Basc 6.0 Dengan Crystal Report, Yogyakrta: And Offset. Anharku Flowchart. (dakses 01 Desember 2015) Jogyanto, HM, 2008, Analss & Desan Sstem Informas, Yogyakarta: And Offset. Gambar 15. Form Perangkngan 6. KESIMPULAN Dengan adanya hasl peneltan yang dlaksanakan dan berdasarkan uraan yang telah dbahas pada bab-bab sebelumnya, maka dapat dtark kesmpulan bahwa : 1. Dengan adanya sstem n, maka dapat membantu dalam pembelaaran pada mata kulah sstem pendukung keputusan, terutama pengunaan metode SMART (Smple Mult Attrbute Ratng Technque) dalam mencar solus pengamblan keputusan. 2. Adanya 4 krtera yang dgunakan yatu krtera kualtas barang memlk sub krtera sangat berkualtas, berkualtas dan kurang berkualtas. Krtera harga kompettf dengan sub krtera sangat kompettf, kompettf dan kurang kompettf. Krtera waktu pembayaran memlk sub krtera 12 bulan, 4 - < 12 bulan dan 0 - < 4 bulan. Kemudan krtera Pelayanan memlk sub krtera bak, cukup, kurang. Kusrn, 2007, Konsep dan Aplkas Sstem Penunang Keputusan, Yogyakarta: And. Kustyahnngsh Yen, Deve Rosa Anamsa, & Nkmatus Syafa ah Sstem Pendukung Keputusan Untuk Menentukan Jurusan Pada Sswa SMA Menggunakan Metode KNN dan SMART. 13/04/knn.docx. (dakses 1 November 2015) Pressman, Roger, 2007, Rekayasa Perangkat Lunak, Yogyakarta: And Offset. Madcoms, 2010, Mcrosoft Access 2010 Untuk Pemula, Yogyakarta: And Offset. Subar, dan Yustanto, 2008, Pemrograman Mcrosoft Vsual Basc 6.0., Jakarta: PT. Elex Meda Komputndo.

10 SEBATIK STMIK WICIDA 43

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN Dalam pembuatan tugas akhr n, penulsan mendapat referens dar pustaka serta lteratur lan yang berhubungan dengan pokok masalah yang penuls ajukan. Langkah-langkah yang akan

Lebih terperinci

PERANCANGAN APLIKASI PEMILIHAN SANGKAR BURUNG MENGGUNAKAN METODE SMART SKRIPSI

PERANCANGAN APLIKASI PEMILIHAN SANGKAR BURUNG MENGGUNAKAN METODE SMART SKRIPSI Artkel Skrps PERANCANGAN APLIKASI PEMILIHAN SANGKAR BURUNG MENGGUNAKAN METODE SMART SKRIPSI Dajukan Untuk Memenuh Sabagan Syarat Guna Memperoleh Gelar Sarjana Komputer (S.Kom.) Pada Jurusan Teknk Informatka

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar belakang

BAB 1 PENDAHULUAN. 1.1 Latar belakang BAB 1 PENDAHULUAN 1.1 Latar belakang Dalam memlh sesuatu, mula yang memlh yang sederhana sampa ke hal yang sangat rumt yang dbutuhkan bukanlah berpkr yang rumt, tetap bagaman berpkr secara sederhana. AHP

Lebih terperinci

SISTEM PENDUKUNG KEPUTUSAN PENILAIAN KINERJA DAN PEMILIHAN MITRA BADAN PUSAT STATISTIK (BPS) KABUPATEN GUNUNGKIDUL MENGGUNAKAN METODE SAW BERBASIS WEB

SISTEM PENDUKUNG KEPUTUSAN PENILAIAN KINERJA DAN PEMILIHAN MITRA BADAN PUSAT STATISTIK (BPS) KABUPATEN GUNUNGKIDUL MENGGUNAKAN METODE SAW BERBASIS WEB SISTEM PENDUKUNG KEPUTUSAN PENILAIAN KINERJA DAN PEMILIHAN MITRA BADAN PUSAT STATISTIK (BPS) KABUPATEN GUNUNGKIDUL MENGGUNAKAN METODE SAW BERBASIS WEB Putr Har Ikhtarn ), Bety Nurltasar 2), Hafdz Alda

Lebih terperinci

Bab 2 Tinjauan Pustaka 2.1 Penelitian Terdahulu

Bab 2 Tinjauan Pustaka 2.1 Penelitian Terdahulu Bab 2 Tnjauan Pustaka 2.1 Peneltan Terdahulu Pemlhan stud pustaka tentang sstem nformas penlaan knerja karyawan n juga ddasar pada peneltan sebelumnya yang berjudul Penerapan Metode TOPSIS untuk Pemberan

Lebih terperinci

BAB 4 METODOLOGI PENELITIAN DAN ANALISIS

BAB 4 METODOLOGI PENELITIAN DAN ANALISIS 28 BAB 4 METODOLOGI PENELITIAN DAN ANALISIS 4.1 Kerangka Pemkran dan Hpotess Dalam proses peneltan n, akan duj beberapa varabel software yang telah dsebutkan pada bab sebelumnya. Sesua dengan tahapan-tahapan

Lebih terperinci

SISTEM PENDUKUNG KEPUTUSAN PEMBELIAN PERANGKAT KOMPUTER DENGAN METODE TOPSIS (Studi Kasus: CV. Triad)

SISTEM PENDUKUNG KEPUTUSAN PEMBELIAN PERANGKAT KOMPUTER DENGAN METODE TOPSIS (Studi Kasus: CV. Triad) Jurnal Informatka Mulawarman Vol. 10 No. 2 September 2015 1 SISTEM PENDUKUNG KEPUTUSAN PEMBELIAN PERANGKAT KOMPUTER DENGAN METODE TOPSIS (Stud Kasus: CV. Trad) Bunga Annete Bennng 1), Indah Ftr Astut 2),

Lebih terperinci

BAB II TINJAUAN PUSTAKA DAN DASAR TEORI

BAB II TINJAUAN PUSTAKA DAN DASAR TEORI BAB II TINJAUAN PUSTAKA DAN DASAR TEORI 2.1 Tnjauan Pustaka Dar peneltan yang dlakukan Her Sulstyo (2010) telah dbuat suatu sstem perangkat lunak untuk mendukung dalam pengamblan keputusan menggunakan

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN 3.1. Hpotess Peneltan Berkatan dengan manusa masalah d atas maka penuls menyusun hpotess sebaga acuan dalam penulsan hpotess penuls yatu Terdapat hubungan postf antara penddkan

Lebih terperinci

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN BIBIT UBI KAYU MENGGUNAKAN METODE TOPSIS (Studi Kasus : PT. Hutahaean)

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN BIBIT UBI KAYU MENGGUNAKAN METODE TOPSIS (Studi Kasus : PT. Hutahaean) Majalah Ilmah Informas dan Teknolog Ilmah (INTI ISSN : 3390X SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN BIBIT UBI KAYU MENGGUNAKAN METODE TOPSIS (Stud Kasus : PT. Hutahaean Relska Elfrda Capah (086 Mahasswa

Lebih terperinci

PEMILIHAN LAHAN TERBAIK UNTUK TANAMAN KELAPA SAWIT MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING

PEMILIHAN LAHAN TERBAIK UNTUK TANAMAN KELAPA SAWIT MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING Semnar Nasonal Inovas Dan Aplkas Teknolog D Industr 2017 ISSN 2085-4218 ITN Malang, 4 Pebruar 2017 PEMILIHAN LAHAN TERBAIK UNTUK TANAMAN KELAPA SAWIT MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING Helza

Lebih terperinci

BAB 4 METODOLOGI PENELITIAN. data, dan teknik analisis data. Kerangka pemikiran hipotesis membahas hipotesis

BAB 4 METODOLOGI PENELITIAN. data, dan teknik analisis data. Kerangka pemikiran hipotesis membahas hipotesis BAB 4 METODOLOGI PENELITIAN Pada bab n akan durakan kerangka pemkran hpotess, teknk pengumpulan data, dan teknk analss data. Kerangka pemkran hpotess membahas hpotess pengujan pada peneltan, teknk pengumpulan

Lebih terperinci

PENENTUAN LOKASI PEMANCAR TELEVISI MENGGUNAKAN FUZZY MULTI CRITERIA DECISION MAKING

PENENTUAN LOKASI PEMANCAR TELEVISI MENGGUNAKAN FUZZY MULTI CRITERIA DECISION MAKING Meda Informatka, Vol. 2, No. 2, Desember 2004, 57-64 ISSN: 0854-4743 PENENTUAN LOKASI PEMANCAR TELEVISI MENGGUNAKAN FUZZY MULTI CRITERIA DECISION MAKING Sr Kusumadew Jurusan Teknk Informatka, Fakultas

Lebih terperinci

PERBANDINGAN METODE SAW DAN TOPSIS PADA KASUS UMKM

PERBANDINGAN METODE SAW DAN TOPSIS PADA KASUS UMKM PERBANINGAN METOE SAW AN TOPSIS PAA KASUS UMKM Muh. Alyazd Mude al.mude@yahoo.com Teknk Informatka Unverstas Muslm Indonesa Abstrak alam pengamblan keputusan terhadap masalah berdasarkan sebuah analsa

Lebih terperinci

Bab 1 PENDAHULUAN Latar Belakang

Bab 1 PENDAHULUAN Latar Belakang 11 Bab 1 PENDAHULUAN 1.1. Latar Belakang Perbankan adalah ndustr yang syarat dengan rsko. Mula dar pengumpulan dana sebaga sumber labltas, hngga penyaluran dana pada aktva produktf. Berbaga kegatan jasa

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belakang Dalam kehdupan sehar-har, serngkal dumpa hubungan antara suatu varabel dengan satu atau lebh varabel lan. D dalam bdang pertanan sebaga contoh, doss dan ens pupuk yang dberkan

Lebih terperinci

Preferensi untuk alternatif A i diberikan

Preferensi untuk alternatif A i diberikan Bahan Kulah : Topk Khusus Metode Weghted Product (WP) menggunakan perkalan untuk menghubungkan ratng atrbut, dmana ratng setap atrbut harus dpangkatkan dulu dengan bobot atrbut yang bersangkutan. Proses

Lebih terperinci

BAB I PENDAHULUAN I-1

BAB I PENDAHULUAN I-1 BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Kendaraan bermotor merupakan alat yang palng dbutuhkan sebaga meda transportas. Kendaraan dbag menjad dua macam, yatu kendaraan umum dan prbad. Kendaraan umum

Lebih terperinci

Ardi Kurniawan 1), Kusrini 2) Sistem Informasi STMIK AMIKOM Yogyakarta 2)

Ardi Kurniawan 1), Kusrini 2) Sistem Informasi STMIK AMIKOM Yogyakarta 2) Semnar Nasonal Teknolog Informas dan Multmeda 2016 STMIK AMIKOM Yogyakarta, 6-7 Februar 2016 ANALISIS DAN PERANCANGAN SISTEM PENDUKUNG KEPUTUSAN PENILAIAN KINERJA GURU (PKG) MENGGUNAKAN METODE SIMPLE ADDITIVE

Lebih terperinci

BAB II TINJAUAN PUSTAKA. A. Konsep Dasar Sistem Pendukung Keputusan. menggantikan penilaian mereka. Dss ditujukan untuk keputusan keputusan yang

BAB II TINJAUAN PUSTAKA. A. Konsep Dasar Sistem Pendukung Keputusan. menggantikan penilaian mereka. Dss ditujukan untuk keputusan keputusan yang 4 BAB II TINJAUAN PUSTAKA A. Konsep Dasar Sstem Pendukung Keputusan Lttle (1970) mendefnskan DSS sebaga sekumpulan prosedur berbass model untuk data pemrosesan dan penlaan guna membantu para manajer mengambl

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini merupakan penelitian pengembangan (Research and

III. METODE PENELITIAN. Penelitian ini merupakan penelitian pengembangan (Research and III. METODE PENELITIAN A. Desan Peneltan Peneltan n merupakan peneltan pengembangan (Research and Development). Peneltan pengembangan yang dlakukan adalah untuk mengembangkan penuntun praktkum menjad LKS

Lebih terperinci

Bab III Analisis Rantai Markov

Bab III Analisis Rantai Markov Bab III Analss Ranta Markov Sstem Markov (atau proses Markov atau ranta Markov) merupakan suatu sstem dengan satu atau beberapa state atau keadaan, dan dapat berpndah dar satu state ke state yang lan pada

Lebih terperinci

BAB III METODE PENELITIAN. Penelitian ini merupakan penelitian yang bertujuan untuk mendeskripsikan

BAB III METODE PENELITIAN. Penelitian ini merupakan penelitian yang bertujuan untuk mendeskripsikan BAB III METODE PENELITIAN A. Jens Peneltan Peneltan n merupakan peneltan yang bertujuan untuk mendeskrpskan langkah-langkah pengembangan perangkat pembelajaran matematka berbass teor varas berupa Rencana

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang I ENDHULUN. Latar elakang Mengambl keputusan secara aktf memberkan suatu tngkat pengendalan atas kehdupan spengambl keputusan. lhan-plhan yang dambl sebenarnya membantu dalam penentuan masa depan. Namun

Lebih terperinci

SISTEM PENDUKUNG KEPUTUSAN SELEKSI PENERIMAAM CALON SISWA BARU PADA SMA MUHAMADIYAH 1 PRINGSEWU DENGAN METODE SAW

SISTEM PENDUKUNG KEPUTUSAN SELEKSI PENERIMAAM CALON SISWA BARU PADA SMA MUHAMADIYAH 1 PRINGSEWU DENGAN METODE SAW SISTEM PENDUKUNG KEPUTUSAN SELEKSI PENERIMAAM CALON SISWA BARU PADA SMA MUHAMADIYAH 1 PRINGSEWU DENGAN METODE SAW Tr Suslowat, Rnawat STMIK Prngsewu Lampung Jl. Wsma Rn No. 09 prngsewu Lampung webste:

Lebih terperinci

BAB III METODE PENELITIAN. sebuah fenomena atau suatu kejadian yang diteliti. Ciri-ciri metode deskriptif menurut Surakhmad W (1998:140) adalah

BAB III METODE PENELITIAN. sebuah fenomena atau suatu kejadian yang diteliti. Ciri-ciri metode deskriptif menurut Surakhmad W (1998:140) adalah BAB III METODE PENELITIAN 3.1 Metode Peneltan Metode yang dgunakan dalam peneltan n adalah metode deskrptf. Peneltan deskrptf merupakan peneltan yang dlakukan untuk menggambarkan sebuah fenomena atau suatu

Lebih terperinci

BAB III METODELOGI PENELITIAN. metode penelitian yang digunakan dalam penelitian ini adalah metode deskriptif

BAB III METODELOGI PENELITIAN. metode penelitian yang digunakan dalam penelitian ini adalah metode deskriptif BAB III METODELOGI PENELITIAN 3.1 Desan Peneltan Metode peneltan mengungkapkan dengan jelas bagamana cara memperoleh data yang dperlukan, oleh karena tu metode peneltan lebh menekankan pada strateg, proses

Lebih terperinci

BAB 3 PEMBAHASAN. 3.1 Prosedur Penyelesaian Masalah Program Linier Parametrik Prosedur Penyelesaian untuk perubahan kontinu parameter c

BAB 3 PEMBAHASAN. 3.1 Prosedur Penyelesaian Masalah Program Linier Parametrik Prosedur Penyelesaian untuk perubahan kontinu parameter c 6 A PEMAHASA Pada bab sebelumnya telah dbahas teor-teor yang akan dgunakan untuk menyelesakan masalah program lner parametrk. Pada bab n akan dperlhatkan suatu prosedur yang lengkap untuk menyelesakan

Lebih terperinci

BAB III METODE PENELITIAN. SMK Negeri I Gorontalo. Penetapan lokasi tersebut berdasarkan pada

BAB III METODE PENELITIAN. SMK Negeri I Gorontalo. Penetapan lokasi tersebut berdasarkan pada 3 BAB III METODE PENELITIAN 3.1 Tempat Dan Waktu Peneltan 3.1.1 Tempat Peneltan Peneltan yang dlakukan oleh penelt berlokas d Kelas Ak 6, SMK Neger I Gorontalo. Penetapan lokas tersebut berdasarkan pada

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 13 Bandar Lampung. Populasi dalam

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 13 Bandar Lampung. Populasi dalam III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlaksanakan d SMP Neger 3 Bandar Lampung. Populas dalam peneltan n yatu seluruh sswa kelas VIII SMP Neger 3 Bandar Lampung Tahun Pelajaran 0/03 yang

Lebih terperinci

SISTEM PENDUKUNG KEPUTUSAN MENENTUKAN MEREK DAN TIPE SEPEDA MOTOR BERBASIS WEB DENGAN METODE TOPSIS

SISTEM PENDUKUNG KEPUTUSAN MENENTUKAN MEREK DAN TIPE SEPEDA MOTOR BERBASIS WEB DENGAN METODE TOPSIS SISTEM PENDUKUNG KEPUTUSAN MENENTUKAN MEREK DAN TIPE SEPEDA MOTOR BERBASIS WEB DENGAN METODE TOPSIS Lnda Purnama Sar (0911103) Mahasswa Program Stud Teknk Informatka, STMIK Buddarma Medan Jl. Ssmangaraja

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 2 LNDSN TEORI 2. Teor engamblan Keputusan Menurut Supranto 99 keputusan adalah hasl pemecahan masalah yang dhadapnya dengan tegas. Suatu keputusan merupakan jawaban yang past terhadap suatu pertanyaan.

Lebih terperinci

BAB 1 PENDAHULUAN. Universitas Sumatera Utara

BAB 1 PENDAHULUAN. Universitas Sumatera Utara BAB 1 ENDAHULUAN 1.1 Latar Belakang Secara umum dapat dkatakan bahwa mengambl atau membuat keputusan berart memlh satu dantara sekan banyak alternatf. erumusan berbaga alternatf sesua dengan yang sedang

Lebih terperinci

BAB I PENDAHULUAN. Semakin tinggi penerimaan Pajak di Indonesia, semakin tinggi pula kualitas

BAB I PENDAHULUAN. Semakin tinggi penerimaan Pajak di Indonesia, semakin tinggi pula kualitas BAB I PENDAHULUAN A. LATAR BELAKANG Pajak merupakan sumber penermaan terpentng d Indonesa. Oleh karena tu Pemerntah selalu mengupayakan bagamana cara menngkatkan penermaan Pajak. Semakn tngg penermaan

Lebih terperinci

BAB III METODE PENELITIAN. Pada penelitian ini, penulis memilih lokasi di SMA Negeri 1 Boliyohuto khususnya

BAB III METODE PENELITIAN. Pada penelitian ini, penulis memilih lokasi di SMA Negeri 1 Boliyohuto khususnya BAB III METODE PENELITIAN 3.1 Tempat dan Waktu Peneltan 3.1.1 Tempat Peneltan Pada peneltan n, penuls memlh lokas d SMA Neger 1 Bolyohuto khususnya pada sswa kelas X, karena penuls menganggap bahwa lokas

Lebih terperinci

BAB III METODE PENELITIAN. menghasilkan Lembar Kegiatan Siswa (LKS) pada materi Geometri dengan

BAB III METODE PENELITIAN. menghasilkan Lembar Kegiatan Siswa (LKS) pada materi Geometri dengan BAB III METODE PENELITIAN A. Jens Peneltan Peneltan n merupakan peneltan pengembangan yang bertujuan untuk menghaslkan Lembar Kegatan Sswa (LKS) pada mater Geometr dengan pendekatan pembelajaran berbass

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN Bab n membahas tentang prosedur pengembangan pembelajaran dan mplementas model Problem Based Learnng dalam pembelajaran Konsep Dasar Matematka, Subjek Peneltan, Teknk dan Instrumen

Lebih terperinci

Sistem Pendukung Keputusan dalam Merekomendasikan Smartphone untuk Kalangan Pemula dengan Metode TOPSIS

Sistem Pendukung Keputusan dalam Merekomendasikan Smartphone untuk Kalangan Pemula dengan Metode TOPSIS Sstem Pendukung Keputusan dalam Merekomendaskan Smartphone untuk Kalangan Pemula dengan Metode TOPSIS Karmla 1, Muhammad dwan 2, In Parlna 3, Heru Satra 3 1,2,3 Jurusan Sstem Informas, STIKOM Tunas Bangsa,

Lebih terperinci

PROPOSAL SKRIPSI JUDUL:

PROPOSAL SKRIPSI JUDUL: PROPOSAL SKRIPSI JUDUL: 1.1. Latar Belakang Masalah SDM kn makn berperan besar bag kesuksesan suatu organsas. Banyak organsas menyadar bahwa unsur manusa dalam suatu organsas dapat memberkan keunggulan

Lebih terperinci

BAB III METODE PENELITIAN. Metode penelitian yang digunakan dalam penelitian ini adalah metode

BAB III METODE PENELITIAN. Metode penelitian yang digunakan dalam penelitian ini adalah metode BAB III METODE PENELITIAN Desan Peneltan Metode peneltan yang dgunakan dalam peneltan n adalah metode deskrptf analts dengan jens pendekatan stud kasus yatu dengan melhat fenomena permasalahan yang ada

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 ENDAHULUAN 1.1 Latar Belakang Manusa dlahrkan ke duna dengan ms menjalankan kehdupannya sesua dengan kodrat Illah yakn tumbuh dan berkembang. Untuk tumbuh dan berkembang, berart setap nsan harus

Lebih terperinci

BAB 1 PENDAHULUAN. Pertumbuhan dan kestabilan ekonomi, adalah dua syarat penting bagi kemakmuran

BAB 1 PENDAHULUAN. Pertumbuhan dan kestabilan ekonomi, adalah dua syarat penting bagi kemakmuran BAB 1 PENDAHULUAN 1.1. Latar Belakang Pertumbuhan dan kestablan ekonom, adalah dua syarat pentng bag kemakmuran dan kesejahteraan suatu bangsa. Dengan pertumbuhan yang cukup, negara dapat melanjutkan pembangunan

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang BAB I PENDAHULUAN. Latar Belakang Matematka sebaga bahasa smbol yang bersfat unversal memegang peranan pentng dalam perkembangan suatu teknolog. Matematka sangat erat hubungannya dengan kehdupan nyata.

Lebih terperinci

METODE PENELITIAN. digunakan untuk mengetahui bagaimana pengaruh variabel X (celebrity

METODE PENELITIAN. digunakan untuk mengetahui bagaimana pengaruh variabel X (celebrity 37 III. METODE PENELITIAN 3.1 Jens dan Sumber Data Jens peneltan yang dgunakan adalah peneltan deskrptf, yang mana dgunakan untuk mengetahu bagamana pengaruh varabel X (celebrty endorser) terhadap varabel

Lebih terperinci

BAB IV PEMBAHASAN MODEL

BAB IV PEMBAHASAN MODEL BAB IV PEMBAHASAN MODEL Pada bab IV n akan dlakukan pembuatan model dengan melakukan analss perhtungan untuk permasalahan proses pengadaan model persedaan mult tem dengan baya produks cekung dan jont setup

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Tempat, Subek, Waktu dan Jens Peneltan Pada bagan n akan dbahas tentang tempat peneltan, waktu peneltan dar perencanaan sampa penulsan hasl peneltan, serta ens peneltan n.

Lebih terperinci

BAB V ANALISA PEMECAHAN MASALAH

BAB V ANALISA PEMECAHAN MASALAH BAB V ANALISA PEMECAHAN MASALAH 5.1 Analsa Pemlhan Model Tme Seres Forecastng Pemlhan model forecastng terbak dlakukan secara statstk, dmana alat statstk yang dgunakan adalah MAD, MAPE dan TS. Perbandngan

Lebih terperinci

BAB II METODOLOGI PENELITIAN. Jenis penelitian yang digunakan dalam penelitian ini adalah penelitian. variable independen dengan variabel dependen.

BAB II METODOLOGI PENELITIAN. Jenis penelitian yang digunakan dalam penelitian ini adalah penelitian. variable independen dengan variabel dependen. BAB II METODOLOGI PENELITIAN A. Bentuk Peneltan Jens peneltan yang dgunakan dalam peneltan n adalah peneltan deskrptf dengan analsa kuanttatf, dengan maksud untuk mencar pengaruh antara varable ndependen

Lebih terperinci

BAB 2 TINJAUAN PUSTAKA. Manurung (2010) menerapkan sistem pendukung keputusan seleksi

BAB 2 TINJAUAN PUSTAKA. Manurung (2010) menerapkan sistem pendukung keputusan seleksi BAB 2 TINJAUAN PUSTAKA 2.1. Tnjauan Pustaka Manurung (2010) menerapkan sstem pendukung keputusan seleks penerma beasswa dengan metode Analtcal Herarcy Process (AHP) dan Technque Order Preference by Smlarty

Lebih terperinci

III. METODE PENELITIAN

III. METODE PENELITIAN III. METODE PEELITIA 3.1. Kerangka Pemkran Peneltan BRI Unt Cbnong dan Unt Warung Jambu Uraan Pekerjaan Karyawan Subyek Analss Konds SDM Aktual (KKP) Konds SDM Harapan (KKJ) Kuesoner KKP Kuesoner KKJ la

Lebih terperinci

BAB III METODE PENELITIAN. yang digunakan meliputi: (1) PDRB Kota Dumai (tahun ) dan PDRB

BAB III METODE PENELITIAN. yang digunakan meliputi: (1) PDRB Kota Dumai (tahun ) dan PDRB BAB III METODE PENELITIAN 3.1 Jens dan Sumber Data Jens data yang dgunakan dalam peneltan n adalah data sekunder. Data yang dgunakan melput: (1) PDRB Kota Duma (tahun 2000-2010) dan PDRB kabupaten/kota

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

BAB IV HASIL PENELITIAN DAN PEMBAHASAN BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Deskrps Data Hasl Peneltan Satelah melakukan peneltan, penelt melakukan stud lapangan untuk memperoleh data nla post test dar hasl tes setelah dkena perlakuan.

Lebih terperinci

BAB III METODOLOGI PENELITIAN. bulan November 2011 dan direncanakan selesai pada bulan Mei 2012.

BAB III METODOLOGI PENELITIAN. bulan November 2011 dan direncanakan selesai pada bulan Mei 2012. BAB III METODOLOGI PENELITIAN 1.1. Tempat dan waktu Peneltan Peneltan dlakukan pada Perusahaan Daerah Ar Mnum Kabupaten Gorontalo yang beralamat d jalan Gunung Bolyohuto No. 390 Kelurahan Bolhuangga Kecamatan

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di SMA Negeri I Tibawa pada semester genap

BAB III METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di SMA Negeri I Tibawa pada semester genap 5 BAB III METODOLOGI PENELITIAN 3. Lokas Dan Waktu Peneltan Peneltan n dlaksanakan d SMA Neger I Tbawa pada semester genap tahun ajaran 0/03. Peneltan n berlangsung selama ± bulan (Me,Jun) mula dar tahap

Lebih terperinci

BAB 4 IMPLEMENTASI DAN EVALUASI

BAB 4 IMPLEMENTASI DAN EVALUASI 65 BAB IMPLEMENTASI DAN EVALUASI. Penyaan Data Hasl Peneltan Data-ata hasl peneltan yang gunakan alam pengolahan ata aalah sebaga berkut: a. ata waktu kera karyawan b. ata umlah permntaan konsumen c. ata

Lebih terperinci

BAB I PENDAHULUAN. pembangunan dalam sektor energi wajib dilaksanakan secara sebaik-baiknya. Jika

BAB I PENDAHULUAN. pembangunan dalam sektor energi wajib dilaksanakan secara sebaik-baiknya. Jika BAB I PENDAHULUAN 1.1.Latar Belakang Energ sangat berperan pentng bag masyarakat dalam menjalan kehdupan seharhar dan sangat berperan dalam proses pembangunan. Oleh sebab tu penngkatan serta pembangunan

Lebih terperinci

ANALISIS REGRESI. Catatan Freddy

ANALISIS REGRESI. Catatan Freddy ANALISIS REGRESI Regres Lner Sederhana : Contoh Perhtungan Regres Lner Sederhana Menghtung harga a dan b Menyusun Persamaan Regres Korelas Pearson (Product Moment) Koefsen Determnas (KD) Regres Ganda :

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Metode yang digunakan dalam penelitian ini adalah metode eksperimen

BAB III METODOLOGI PENELITIAN. Metode yang digunakan dalam penelitian ini adalah metode eksperimen 3 BAB III METODOLOGI PENELITIAN A. Metode dan Desan Peneltan Metode yang dgunakan dalam peneltan n adalah metode ekspermen karena sesua dengan tujuan peneltan yatu melhat hubungan antara varabelvarabel

Lebih terperinci

PENGURUTAN DATA. A. Tujuan

PENGURUTAN DATA. A. Tujuan PENGURUTAN DATA A. Tuuan Pembahasan dalam bab n adalah mengena pengurutan data pada sekumpulan data. Terdapat beberapa metode untuk melakukan pengurutan data yang secara detl akan dbahas ddalam bab n.

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1 Fuzzy Set Pada tahun 1965, Zadeh memodfkas teor hmpunan dmana setap anggotanya memlk derajat keanggotaan yang bernla kontnu antara 0 sampa 1. Hmpunan n dsebut dengan hmpunaan

Lebih terperinci

SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN JURUSAN PADA SISWA SMA MENGGUNAKAN METODE KNN DAN SMART

SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN JURUSAN PADA SISWA SMA MENGGUNAKAN METODE KNN DAN SMART IJCCS, Vol.x, No.x, July xxxx, pp. 1~5 ISSN: 1978-1520 19 SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN JURUSAN PADA SISWA SMA MENGGUNAKAN METODE KNN DAN SMART Yen Kustyahnngsh, Nkmatus Syafa ah Jurusan

Lebih terperinci

BAB III METODE PENELITIAN. Jenis penelitian yang akan digunakan dalam penelitian ini adalah

BAB III METODE PENELITIAN. Jenis penelitian yang akan digunakan dalam penelitian ini adalah BAB III METODE PENELITIAN A. Jens Peneltan Jens peneltan yang akan dgunakan dalam peneltan n adalah peneltan pengembangan (Research and Development). Peneltan Research and Development (R&D) n merupakan

Lebih terperinci

BAB III METODE PENELITIAN. Adapun yang menjadi objek penelitian adalah siswa MAN Model Gorontalo.

BAB III METODE PENELITIAN. Adapun yang menjadi objek penelitian adalah siswa MAN Model Gorontalo. BAB III METODE PENELITIAN 3.1 Tempat dan Waktu Peneltan 3.1.1 Tempat Peneltan Adapun yang menjad objek peneltan adalah sswa MAN Model Gorontalo. Penetapan lokas n ddasarkan pada beberapa pertmbangan yakn,

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini dilakukan di MTs Negeri 2 Bandar Lampung dengan populasi siswa

III. METODE PENELITIAN. Penelitian ini dilakukan di MTs Negeri 2 Bandar Lampung dengan populasi siswa III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlakukan d MTs Neger Bandar Lampung dengan populas sswa kelas VII yang terdr dar 0 kelas yatu kelas unggulan, unggulan, dan kelas A sampa dengan

Lebih terperinci

BAB I PENDAHULUAN. Perkembangan matematika tidak hanya dalam tataran teoritis tetapi juga pada

BAB I PENDAHULUAN. Perkembangan matematika tidak hanya dalam tataran teoritis tetapi juga pada BAB I PENDAHULUAN.. Latar Belakang Masalah Perkembangan matematka tdak hanya dalam tataran teorts tetap juga pada bdang aplkatf. Salah satu bdang lmu yang dkembangkan untuk tataran aplkatf dalam statstka

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA 7 II TINJUN PUSTK 2.1 Manaemen Proyek 2.1.1 Pengertan Manaemen Proyek Sebelum mengemukakan apa art dar Manaemen Proyek, terlebh dahulu akan mengetahu art dar Manaemen dan Proyek tu. Menurut Hamng dan Nurnaamuddn

Lebih terperinci

METODE OPTIMASI 11/13/2015. Capaian Pembelajaran

METODE OPTIMASI 11/13/2015. Capaian Pembelajaran 2 Capaan Pembelajaran METODE OPTIMASI N. Tr Suswanto Saptad Mahasswa dapat memaham dan mampu mengaplkaskan beberapa metode untuk menyelesakan masalah dengan alternatfalternatf dalam jumlah yang relatf

Lebih terperinci

BAB IV METODE PENELITIAN. Penelitian mengenai Analisis Pengaruh Kupedes Terhadap Performance

BAB IV METODE PENELITIAN. Penelitian mengenai Analisis Pengaruh Kupedes Terhadap Performance BAB IV METODE PENELITIAN 4.1 Lokas dan Waktu Peneltan Peneltan mengena Analss Pengaruh Kupedes Terhadap Performance Busness Debtur dalam Sektor Perdagangan, Industr dan Pertanan dlaksanakan d Bank Rakyat

Lebih terperinci

III. METODE PENELITIAN. Metode dalam penelitian ini adalah metode eksperimen. Penggunaan metode eksperimen ini

III. METODE PENELITIAN. Metode dalam penelitian ini adalah metode eksperimen. Penggunaan metode eksperimen ini III. METODE PENELITIAN A. Metode Peneltan Metode dalam peneltan n adalah metode ekspermen. Penggunaan metode ekspermen n bertujuan untuk mengetahu apakah suatu metode, prosedur, sstem, proses, alat, bahan

Lebih terperinci

BAB I PENDAHULUAN. konsep strategi yang cocok untuk menghadapi persaingan baik itu mengikuti marketing

BAB I PENDAHULUAN. konsep strategi yang cocok untuk menghadapi persaingan baik itu mengikuti marketing BAB I PENDAHULUAN 1.1 Latar Belakang Konds persangan dalam berbaga bdang ndustr saat n dapat dkatakan sudah sedemkan ketatnya. Persangan dalam merebut pasar, adanya novas produk, mencptakan kepuasan pelanggan

Lebih terperinci

BAB III METODE PENELITIAN. berjumlah empat kelas terdiri dari 131 siswa. Sampel penelitian ini terdiri dari satu kelas yang diambil dengan

BAB III METODE PENELITIAN. berjumlah empat kelas terdiri dari 131 siswa. Sampel penelitian ini terdiri dari satu kelas yang diambil dengan 7 BAB III METODE PENELITIAN A. Populas dan Sampel 1. Populas Populas dalam peneltan n adalah seluruh sswa kelas XI SMA Yadka Bandar Lampung semester genap tahun pelajaran 014/ 015 yang berjumlah empat

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Al-Azhar 3 Bandar Lampung yang terletak di

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Al-Azhar 3 Bandar Lampung yang terletak di III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlaksanakan d SMP Al-Azhar 3 Bandar Lampung yang terletak d Jl. Gn. Tanggamus Raya Way Halm, kota Bandar Lampung. Populas dalam peneltan n adalah

Lebih terperinci

KOMPARASI HASIL BELAJAR SISWA DENGAN MEDIA MACROMEDIA FLASH DAN MICROSOFT POWERPOINT YANG DISAMPAIKAN MELALUI PENDEKATAN CHEMO-EDUTAINTMENT

KOMPARASI HASIL BELAJAR SISWA DENGAN MEDIA MACROMEDIA FLASH DAN MICROSOFT POWERPOINT YANG DISAMPAIKAN MELALUI PENDEKATAN CHEMO-EDUTAINTMENT Sgt Pratmoko, dkk. Komparas Hasl Belajar Sswa... 99 KOMPARASI HASIL BELAJAR SISWA DENGAN MEDIA MACROMEDIA FLASH DAN MICROSOFT POWERPOINT YANG DISAMPAIKAN MELALUI PENDEKATAN CHEMO-EDUTAINTMENT Sgt Pratmoko,

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SD Al-Azhar 1 Wayhalim Bandar Lampung. Populasi

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SD Al-Azhar 1 Wayhalim Bandar Lampung. Populasi 3 III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlaksanakan d SD Al-Azhar Wayhalm Bandar Lampung. Populas dalam peneltan n adalah seluruh sswa kelas V yang terdr dar 5 kelas yatu V A, V B, V

Lebih terperinci

BAB IV PEMBAHASAN HASIL PENELITIAN

BAB IV PEMBAHASAN HASIL PENELITIAN BAB IV PEMBAHASAN HASIL PENELITIAN A. Hasl Peneltan Pada peneltan yang telah dlakukan penelt selama 3 mnggu, maka hasl belajar matematka pada mater pokok pecahan d kelas V MI I anatussbyan Mangkang Kulon

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI.1 Pengertan Regres Regres pertama kal dgunakan sebaga konsep statstka oleh Sr Francs Galton (18 1911).Belau memperkenalkan model peramalan, penaksran, atau pendugaan, yang selanjutnya

Lebih terperinci

UJI SENSITIVITAS METODE WP, SAW DAN TOPSIS DALAM MENENTUKAN TITIK LOKASI REPEATER INTERNET WIRELESS

UJI SENSITIVITAS METODE WP, SAW DAN TOPSIS DALAM MENENTUKAN TITIK LOKASI REPEATER INTERNET WIRELESS UJI SENSITIVITAS METODE WP, SAW DAN TOPSIS DALAM MENENTUKAN TITIK LOKASI REPEATER INTERNET WIRELESS Davd Ahmad Effendy 1), Rony Her Irawan 2) 1) Sekolah Tngg Agama Islam Kedr (STAIN Kedr) 2) Unverstas

Lebih terperinci

BAB III METODE PENELITIAN. Jenis penelitian yang dipakai adalah penelitian kuantitatif, dengan

BAB III METODE PENELITIAN. Jenis penelitian yang dipakai adalah penelitian kuantitatif, dengan BAB III METODE PENELITIAN 3.1 Pendekatan dan Jens Peneltan Jens peneltan yang dpaka adalah peneltan kuanttatf, dengan menggunakan metode analss deskrptf dengan analss statstka nferensal artnya penuls dapat

Lebih terperinci

BAB III OBYEK DAN METODE PENELITIAN. Obyek dalam penelitian ini adalah kebijakan dividen sebagai variabel

BAB III OBYEK DAN METODE PENELITIAN. Obyek dalam penelitian ini adalah kebijakan dividen sebagai variabel 4 BAB III OBYEK DAN METODE PENELITIAN 3.1 Obyek Peneltan Obyek dalam peneltan n adalah kebjakan dvden sebaga varabel ndependen (X) dan harga saham sebaga varabel dependen (Y). Peneltan n dlakukan untuk

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini merupakan studi eksperimen yang telah dilaksanakan di SMA

III. METODE PENELITIAN. Penelitian ini merupakan studi eksperimen yang telah dilaksanakan di SMA III. METODE PENELITIAN A. Waktu dan Tempat Peneltan Peneltan n merupakan stud ekspermen yang telah dlaksanakan d SMA Neger 3 Bandar Lampung. Peneltan n dlaksanakan pada semester genap tahun ajaran 2012/2013.

Lebih terperinci

METODE PENELITIAN. pelajaran 2011/ Populasi penelitian ini adalah seluruh siswa kelas X yang

METODE PENELITIAN. pelajaran 2011/ Populasi penelitian ini adalah seluruh siswa kelas X yang III. METODE PENELITIAN A. Waktu dan Tempat Peneltan Peneltan n telah dlaksanakan d SMA Neger 1 Bandar Lampung pada tahun pelajaran 011/ 01. Populas peneltan n adalah seluruh sswa kelas X yang terdr dar

Lebih terperinci

BAB 2 KAJIAN PUSTAKA

BAB 2 KAJIAN PUSTAKA BAB 2 KAJIAN PUSTAKA 2.1 Negosas Negosas dapat dkategorkan dengan banyak cara, yatu berdasarkan sesuatu yang dnegosaskan, karakter dar orang yang melakukan negosas, protokol negosas, karakterstk dar nformas,

Lebih terperinci

BAB III METODE PENELITIAN. penelitian dilakukan secara purposive atau sengaja. Pemilihan lokasi penelitian

BAB III METODE PENELITIAN. penelitian dilakukan secara purposive atau sengaja. Pemilihan lokasi penelitian BAB III METODE PENELITIAN 3.1 Lokas Peneltan Peneltan dlaksanakan d Desa Sempalwadak, Kecamatan Bululawang, Kabupaten Malang pada bulan Februar hngga Me 2017. Pemlhan lokas peneltan dlakukan secara purposve

Lebih terperinci

Tinjauan Algoritma Genetika Pada Permasalahan Himpunan Hitting Minimal

Tinjauan Algoritma Genetika Pada Permasalahan Himpunan Hitting Minimal 157 Vol. 13, No. 2, 157-161, Januar 2017 Tnjauan Algortma Genetka Pada Permasalahan Hmpunan Httng Mnmal Jusmawat Massalesse, Bud Nurwahyu Abstrak Beberapa persoalan menark dapat dformulaskan sebaga permasalahan

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang. Di dalam matematika mulai dari SD, SMP, SMA, dan Perguruan Tinggi

BAB I PENDAHULUAN. 1.1 Latar Belakang. Di dalam matematika mulai dari SD, SMP, SMA, dan Perguruan Tinggi Daftar Is Daftar Is... Kata pengantar... BAB I...1 PENDAHULUAN...1 1.1 Latar Belakang...1 1.2 Rumusan Masalah...2 1.3 Tujuan...2 BAB II...3 TINJAUAN TEORITIS...3 2.1 Landasan Teor...4 BAB III...5 PEMBAHASAN...5

Lebih terperinci

IV. PERANCANGAN DAN IMPLEMENTASI SISTEM

IV. PERANCANGAN DAN IMPLEMENTASI SISTEM IV. PERANCANGAN DAN IMPLEMENTASI SISTEM Perancangan Sstem Sstem yang akan dkembangkan adalah berupa sstem yang dapat membantu keputusan pemodal untuk menentukan portofolo saham yang dperdagangkan d Bursa

Lebih terperinci

BAB III PROSEDUR PENELITIAN. penelitian, hal ini dilakukan untuk kepentingan perolehan dan analisis data.

BAB III PROSEDUR PENELITIAN. penelitian, hal ini dilakukan untuk kepentingan perolehan dan analisis data. BAB III PROSEDUR PENELITIAN A. Metode Peneltan Metode peneltan harus dsesuakan dengan masalah dan tujuan peneltan, hal n dlakukan untuk kepentngan perolehan dan analss data. Mengena pengertan metode peneltan,

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Jenis penelitian yang digunakan adalah penelitian pengembangan yang

BAB III METODOLOGI PENELITIAN. Jenis penelitian yang digunakan adalah penelitian pengembangan yang BAB III METODOLOGI PENELITIAN A. Jens Peneltan Jens peneltan yang dgunakan adalah peneltan pengembangan yang bertujuan membuat suatu produk dan duj kelayakannya. B. Metode Pengembangan Peneltan n menggunakan

Lebih terperinci

BAB II TEORI ALIRAN DAYA

BAB II TEORI ALIRAN DAYA BAB II TEORI ALIRAN DAYA 2.1 UMUM Perhtungan alran daya merupakan suatu alat bantu yang sangat pentng untuk mengetahu konds operas sstem. Perhtungan alran daya pada tegangan, arus dan faktor daya d berbaga

Lebih terperinci

BAB III METODE PENELITIAN. hasil penelitian. Walaupun penelitian ini merupakan penelitian kuasi eksperimen,

BAB III METODE PENELITIAN. hasil penelitian. Walaupun penelitian ini merupakan penelitian kuasi eksperimen, BAB III METODE PENELITIAN A. Metode dan Desan Peneltan Metode peneltan n adalah quas ekspermen karena terdapat unsur manpulas, yatu mengubah keadaan basa secara sstemats ke keadaan tertentu serta tetap

Lebih terperinci

BAB III METODE PENELITIAN. Sebelum dilakukan penelitian, langkah pertama yang harus dilakukan oleh

BAB III METODE PENELITIAN. Sebelum dilakukan penelitian, langkah pertama yang harus dilakukan oleh BAB III METODE PENELITIAN 3.1 Desan Peneltan Sebelum dlakukan peneltan, langkah pertama yang harus dlakukan oleh penelt adalah menentukan terlebh dahulu metode apa yang akan dgunakan dalam peneltan. Desan

Lebih terperinci

BAB 2 LANDASAN TEORI. Universitas Sumatera Utara

BAB 2 LANDASAN TEORI. Universitas Sumatera Utara BAB 2 LANDASAN TEORI 2.1 Pengertan Analsa Regres Dalam kehdupan sehar-har, serng kta jumpa hubungan antara satu varabel terhadap satu atau lebh varabel yang lan. Sebaga contoh, besarnya pendapatan seseorang

Lebih terperinci

MANAJEMEN LOGISTIK & SUPPLY CHAIN MANAGEMENT KULIAH 3: MERANCANG JARINGAN SUPPLY CHAIN

MANAJEMEN LOGISTIK & SUPPLY CHAIN MANAGEMENT KULIAH 3: MERANCANG JARINGAN SUPPLY CHAIN MANAJEMEN LOGISTIK & SUPPLY CHAIN MANAGEMENT KULIAH 3: MERANCANG JARINGAN SUPPLY CHAIN By: Rn Halla Nasuton, ST, MT MERANCANG JARINGAN SC Perancangan jarngan SC merupakan satu kegatan pentng yang harus

Lebih terperinci

IV. HASIL DAN PEMBAHASAN

IV. HASIL DAN PEMBAHASAN IV. HASIL DAN PEMBAHASAN Data terdr dar dua data utama, yatu data denyut jantung pada saat kalbras dan denyut jantung pada saat bekerja. Semuanya akan dbahas pada sub bab-sub bab berkut. A. Denyut Jantung

Lebih terperinci

BAB 1 PENDAHULUAN. Universitas Sumatera Utara

BAB 1 PENDAHULUAN. Universitas Sumatera Utara BAB 1 PENDAHULUAN 1.1 Latar Belakang Ketahanan pangan adalah ketersedaan pangan dan kemampuan seseorang untuk mengaksesnya. Sebuah rumah tangga dkatakan memlk ketahanan pangan jka penghunnya tdak berada

Lebih terperinci

Model SPK. Model optimasi (2) Model optimasi (1) Metode-metode Optimasi dengan Alternatif Terbatas 4/30/2017. Tujuan.

Model SPK. Model optimasi (2) Model optimasi (1) Metode-metode Optimasi dengan Alternatif Terbatas 4/30/2017. Tujuan. 4/0/207 Tujuan Metode-metode Optmas dengan Alternatf Terbatas N O V R I N A Mahasswa dapat memaham dan mampu mengaplkaskan beberapa metode untuk menyelesakan masalah dengan alternatf-alternatf dalam jumlah

Lebih terperinci

3 METODE HEURISTIK UNTUK VRPTW

3 METODE HEURISTIK UNTUK VRPTW 12 3 METODE HEURISTIK UNTUK VRPTW 3.1 Metode Heurstk Metode heurstk merupakan salah satu metode penentuan solus optmal dar permasalahan optmas kombnatoral. Berbeda dengan solus eksak yang menentukan nla

Lebih terperinci

BAB III METODE PENELITIAN. pretest postes control group design dengan satu macam perlakuan. Di dalam

BAB III METODE PENELITIAN. pretest postes control group design dengan satu macam perlakuan. Di dalam BAB III METODE PEELITIA A. Bentuk Peneltan Peneltan n merupakan peneltan ekspermen dengan model pretest postes control group desgn dengan satu macam perlakuan. D dalam model n sebelum dmula perlakuan kedua

Lebih terperinci

PENJADWALAN PRODUKSI di PT MEUBEL JEPARA PROBOLINGGO

PENJADWALAN PRODUKSI di PT MEUBEL JEPARA PROBOLINGGO Prosdng Semnar Nasonal Manajemen Teknolog III Program Stud MMTITS, Surabaya 4 Pebruar 2006 PENJADWALAN PRODUKSI d PT MEUBEL JEPARA PROBOLINGGO Mohammad Khusnu Mlad, Bobby Oedy P. Soepangkat, Nurhad Sswanto

Lebih terperinci

REKAYASA TRANSPORTASI LANJUT UNIVERSITAS PEMBANGUNAN JAYA

REKAYASA TRANSPORTASI LANJUT UNIVERSITAS PEMBANGUNAN JAYA REKAYASA TRANSPORTASI LANJUT UNIVERSITAS PEMBANGUNAN JAYA Jl. Boulevard Bntaro Sektor 7, Bntaro Jaya Tangerang Selatan 15224 PENDAHULUAN Bangktan perjalanan (Trp generaton model ) adalah suatu tahapan

Lebih terperinci