BAB IV HASIL DAN PEMBAHASAN. Pada bab ini akan membahas tentang tahapan penelitian. Tahapan penelitian

Ukuran: px
Mulai penontonan dengan halaman:

Download "BAB IV HASIL DAN PEMBAHASAN. Pada bab ini akan membahas tentang tahapan penelitian. Tahapan penelitian"

Transkripsi

1 BAB IV HASIL DAN PEMBAHASAN Pada bab ini akan membahas tentang tahapan penelitian. Tahapan penelitian tersebut yaitu melakukan uraian hasil metode Analytical Hierarchy Proses (AHP) dan Simple Additive Weigting (SAW) secara manual, analisis hasil dan pembahasan. A. Uraian Hasil Metode Analytical Hierarchy Proses (AHP) dan Simple Additive Weigting (SAW) 1. Uraian Hasil Metode Analytical Hierarchy Proses (AHP) Dalam penyelesaian permasalahan dengan metode AHP ada beberapa langkahlangkah pemecahannya, yaitu : a. Menentukan jenis-jenis Kriteria dan alternatif, dalam objek penelitian ini penulis mengambil sampel pada UMKM Dinas Koperasi Perindustrian dan perdagangan Provinsi Gorontalo, yaitu tentang pemberian bantuan Modal Wirausaha Baru. Adapun Alternatif dalam penelitian ini adalah Kepala Keluarga (KK) Miskin Produktif, serta kriteria-kriteria untuk penentuan pemberian Bantuan Modal Wirausaha Baru adalah : 1. Status tempat tinggal (Kos/tdk memiliki, Kredit perumahan rakyat, Milik instansi, Milik orangtua, Milik sendiri) 2. Parameter kemiskinan (Diatas rata-rata, Tidak miskin, Hampir miskin, Miskin, Fakir miskin) 31

2 3. Produktivitas usaha (Tidak produktif, Hampir produktif, Cukup produktif, Produktif, Sangat produktif) 4. Pendapatan per bulan (> Rp , > Rp Rp , > Rp Rp , > Rp Rp , Rp Rp ). Jumlah tanggungan keluarga (Tidak memiliki, 1-2 orang, 3-4 orang, orang, > 6 orang) b. Fasilitas pendukung usaha (Sangat rendah, Rendah, Cukup, Tinggi, Sangat tinggi)menyusun Kriteria-kriteria calon penerima Bantuan Wirausaha Baru dalam matriks perbandingan berpasangan. Cara mengisi elemen-elemen matriks, adalah sebagai berikut : 1) Elemen a[i,j] = 1, dimulai i=1,2,3, n. Untuk penelitian ini n = 6. 2) Elemen matriks segitiga atas sebagai input Pada tahap ini dilakukan penilaian perbandingan antara satu kriteria dengan kriteria yang lain. Hasil penilaian bisa dilihat pada tabel 4.1. Tabel 4.1 Masukan Nilai Perbandingan Kriteria Kriteria C1 C2 C3 C4 C C6 C C C C4 1 3 C 1 2 C6 1 jumlah 32

3 3) Untuk mengisi elemen matriks segitiga bawah, mempunyai rumus 4) Kemudian menjumlahkan nilai-nilai dari setiap kolom pada matriks. Hasilnya dapat dilihat pada tabel 4.2 Tabel 4.2 Matriks Nilai Perbandingan Berpasangan Kriteria Pemberian Bantuan Wirausaha Baru Kriteria C1 C2 C3 C4 C C6 C C C C C C jumlah ) Setelah mendapatkan nilai perbandingan berpasangan, maka langkah selanjutnya adalah membagi nilai masing-masing elemen matriks pada tabel 4.2 dengan jumlah masing-masing kolom. Hasil bagi dapat dilihat pada tabel 4.3. Tabel 4.3 Matriks Nilai Kriteria Kriteria C1 C2 C3 C4 C C6 C C C C C C

4 Nilai 0,42084 pada kolom C1 baris C1 tabel 4.2 diperoleh dari nilai kolom C1 dan baris C1 tabel 4.2 dibagi jumlah kolom C1 tabel 4.2, dan seterusnya. 6) Langkah selanjutnya adalah menjumlahkan nilai-nilai dari setiap baris dan membaginya dengan jumlah elemen untuk mendapatkan nilai rata-rata atau nilai prioritas kriteria. Hasilnya pada tabel 4.4. Tabel 4.4 Nilai Prioritas Kriteria Kriteria C1 C2 C3 C4 C C6 JML BRS Prioritas C C C C C C Nilai 2,31727 pada kolom jumlah baris, tabel 4.4 diperoleh dari hasil penjumlahan dari Nilai pada kolom prioritas tabel 4.4 diperoleh dari nilai pada kolom jumlah baris dibagi dengan jumlah kriteria, dalam hal ini n=6. Kriteria C1 atau status tempat tinggal adalah kriteria paling penting dalam kasus ini, karena memiliki nilai prioritas paling tinggi dibandingkan kriteria parameter kemiskinan, produktivitas usaha, pendapatan perbulan, jumlah tanggungan keluarga, fasilitas pendukung usaha. c. Mengukur konsistensi, langkah-langkah yang dilakukan adalah: 1) Membuat matriks penjumlahan setiap baris 34

5 Kalikan setiap nilai matriks elemen pertama pada tabel 4.2 perbandinngan berpasangan dengan nilai prioritas kriteria elemen pertama pada tabel 4.4, nilai matriks elemen kedua dengan nilai prioritas kriteria elemen kedua dan seterusnya. Hasinya seperti pada tabel 4.. 2) Jumlahkan setiap baris. Hasilnya seperti yang ditunjukkan pada tabel 4.. Tabel 4. Hasil Matriks Penjumlahan Tiap Baris 3) Perhitungan rasio konsistensi Perhitungan ini digunakan untuk memastikan bahwa nilai rasio konsistensi (CR) <= 0,1. Jika ternyata nilai CR lebih besar dari 0,1, maka matriks perbandingan berpasangan harus diperbaiki. Untuk menghitung rasio konsistensi, dibuat tabel seperti terlihat dalam tabel 4.6. Tabel 4.6 Perhitungan Rasio Konsistensi 3

6 Kolom jumlah baris diperoleh dari kolom jumlah baris pada tabel 4., sedangkan kolom prioritas diperoleh dari kolom prioritas pada tabel 4.4, kolom hasil diperoleh dari jumlah baris pada tabel 4.6 dibagi nilai prioritas tabel 4.6. Untuk nilai total diperoleh dari Jumlahan dari nilai-nilai hasil, dan nilai lamda maks diperoleh dari total dibagi banyaknya elemen, dalam hal ini n=6. d. Menghitung indeks konsistensi/consistency Indeks (CI) CI = ( maks n) / (n-1) = (6, ) / (6 1) = 0,31989 / = 0,06398 e. Menghitung Rasio Konsistensi/Consistency Ratio (CR) CR = CI / IR = 0,06398 / 1,24 = 0,019 (CR < 0,1, nilai ACCEPTABLE) IR = 1,24, diambil dari aturan tabel indeks random yang telah ditentukan sesuai dengan ukuran matriks elemen yang ada. Setelah dihasilkan prioritas kriteria, langkah selanjutnya adalah menentukan prioritas subkriteria. Perhitungan subkriteria dilakukan terhadap sub-sub dari semua kriteria. Dalam hal ini terdapat 6 kriteria yang berarti akan ada 6 perhitungan prioritas subkriteria. Langkah-langkah penyelesaiannya seperti pada penentuan prioritas kriteria sebelumnya. 36

7 a. Nilai Matriks Subkriteria Ada 6 kriteria yang mendasari pengambilan keputusan pada calon penerima Bantuan Modal Wirausaha dan semua kriteria memiliki subkriteria yang harus dibandingkan dalam matriks berpasangan. 1). Subkriteria Status Tempat Tinggal Proses pencarian nilai konsistensi subkriteria sama dengan proses pencarian nilai konsistensi kriteria pada langkah-langkah sebelumnya, yaitu memasukkan nilai perbandingan ke dalam elemen-elemen. Dalam mengisi elemen-elemen ini, perlu dilakukan analisis perbandingan elemen yang diprioritaskan, yaitu membandingkan elemen secara berpasangan sesuai subkriteria yang diberikan. a) Elemen a[i,j] = 1, dimulai i=1,2,3, n. Untuk penelitian ini elemen dari subkriteria status tempat tinggal n =. b) Elemen matriks segitiga atas sebagai input Tabel 4.7 Masukan Nilai Perbandingan kriteria Status Tempat Tinggal c) Elemen matriks segitiga bawah mempunyai rumus d) Menjumlahkan nilai-nilai dari setiap kolom pada matriks. Hasilnya dapat dilihat pada tabel

8 Tabel 4.8 Matriks Perbandingan Berpasangan Kriteria Status Tempat Tinggal Langkah selanjutnya adalah membagi nilai masing-masing nilai elemen pada tabel 4.8 dengan jumlah masing-masing kolom. Hasil bagi dapat dilihat pada tabel 4.9. Tabel 4.9 Matriks Nilai Kriteria Status Tempat Tinggal Langkah selanjutnya adalah menjumlahkan nilai-nilai dari setiap baris dan membaginya dengan jumlah elemen (n=) untuk mendapatkan nilai rata-rata atau nilai prioritas alternatif. Hasinya seperti pada tabel Tabel 4.10 Nilai Prioritas Status Tempat Tinggal Setelah mendapatkan nilai prioritas, tahap selanjutnya adalah menentukan nilai prioritas subkriteria. Nilai prioritas subkriteria diperoleh dari nilai prioritas pada baris 38

9 tersebut (tabel 4.10) dibagi dengan nilai tertinggi pada kolom priotitas. Hasilnya seperti pada tabel Tabel 4.11 Nilai Prioritas Subkriteria Status Tempat Tinggal e) Tahap selanjutnya adalah, Kalikan setiap nilai matriks elemen kolom pertama pada tabel 4.8 perbandinngan berpasangan dengan nilai prioritas elemen pertama pada tabel 4.10, nilai matriks elemen kolom kedua dengan nilai prioritas elemen kedua dan seterusnya. f) Kemudian jumlahkan setiap baris. Hasilnya seperti yang ditunjukkan pada tabel 4.12 berikut ini : Tabel 4.12 Hasil Matriks Penjumlahan Setiap Baris Status Tempat Tinggal g) Hasil dari penjumlahan baris subkriteria dibagi dengan prioritas h) Jumlahkan hasil bagi pada poin sebelumnya kemudian dibagi dengan banyaknya elemen yang ada, hasilnya disebut maks. (alternatif n = ) Hasilnya seperti yang ditunjukkan pada tabel

10 Tabel 4.13 Perhitungan Rasio Konsistensi Kriteria Status Tempat Tinggal i) Menghitung indeks konsistensi/consistency Indeks (CI) CI = ( maks n) / (n-1) = (,2047 ) / ( 1) = 0,2047 / 4 = 0,0119 j) Menghitung Rasio Konsistensi/Consistency Ratio (CR) CR = CI / IR = 0,0119 / 1,12 = 0,0470 (CR < 0,1, nilai ACCEPTABLE) 2). Subkriteria Parameter Kemiskinan Pada tahap ini proses penentuan matriks perbandingannya masih sama dengan tahapan-tahapan sebelumnya yaitu, memasukkan nilai perbandingan ke dalam matriks. Untuk lebih jelasnya dapat dilihat pada tabel Melakukan analisis perbandingan elemen yang diprioritaskan, yaitu membandingkan elemen secara berpasangan. Langkah-langkah penyelesaiannya adalah sebagai berikut: a) Elemen a[i,j] = 1, dimulai i=1,2,3, n. Untuk penelitian ini elemen n =. 40

11 b) Elemen matriks segitiga atas sebagai input Tabel 4.14 Masukan Nilai Perbandingan Kriteria Parameter kemiskinan c) Elemen matriks segitiga bawah mempunyai rumus d) Menjumlahkan nilai-nilai dari setiap kolom pada matriks. Hasilnya dapat dilihat pada tabel 4.1. Tabel 4.1 Matriks Perbandingan Berpasangan Parameter Kemiskinan Langkah selanjutnya adalah membagi nilai masing-masing elemen matriks pada tabel 4.1 dengan jumlah masing-masing kolom. Hasil bagi dapat dilihat pada tabel Tabel 4.16 Matriks Nilai Kriteria Parameter Kemiskinan 41

12 Langkah selanjutnya adalah menjumlahkan nilai-nilai dari setiap baris dan membaginya dengan jumlah elemen (n=) untuk mendapatkan nilai rata-rata atau nilai prioritas alternatif. Hasinya seperti pada tabel Tabel 4.17 Nilai Prioritas Parameter Kemiskinan Setelah mendapatkan nilai prioritas, tahap selanjutnya adalah menentukan nilai prioritas subkriteria. Nilai prioritas subkriteria diperoleh dari nilai prioritas pada baris tersebut (tabel 4.17) dibagi dengan nilai tertinggi pada kolom priotitas. Hasilnya seperti pada tabel Tabel 4.18 Nilai Prioritas Subkriteria Parameter Kermiskinan Tahap selanjutnya mengukur konsistensi, langkah-langkah yang dilakukan adalah: e) Kalikan setiap nilai masukan matriks elemen kolom pertama pada tabel 4.1 perbandinngan berpasangan dengan nilai prioritas elemen pertama pada tabel 4.17, nilai matriks elemen kolom kedua dengan nilai prioritas elemen kedua dan seterusnya. 42

13 f) Jumlahkan setiap baris. Hasilnya seperti yang ditunjukkan pada tabel Tabel 4.19 Hasil Matriks Penjumlahan Tiap Baris Parameter Kemiskinan g) Hasil dari penjumlahan baris dibagi dengan nilai prioritas. h) Jumlahkan hasil bagi pada poin sebelumnya kemudian dibagi dengan banyaknya elemen yang ada, hasilnya disebut maks. (alternatif n = ) Hasilnya seperti yang ditunjukkan pada tabel Tabel 4.20 Perhitungan Rasio Konsistensi Parameter Kemiskinan i) Menghitung indeks konsistensi/consistency Indeks (CI) CI = ( maks n) / (n-1) = (,1247 ) / ( 1) = 0,1247 / 4 = 0,

14 j) Menghitung Rasio Konsistensi/Consistency Ratio (CR) CR = CI / IR = 0,03119 / 1,12 = 0,0278 (CR < 0,1, nilai ACCEPTABLE) 3). Produktivitas Usaha Pada tahap ini proses penentuan matriks perbandingannya masih sama dengan tahapan-tahapan sebelumnya yaitu, memasukkan nilai perbandingan ke dalam matriks. Untuk lebih jelasnya dapat dilihat pada tabel Melakukan analisis perbandingan elemen yang diprioritaskan, yaitu membandingkan elemen secara berpasangan sesuai keadaan alternatif yang ada. Langkah-langkahnya sebagai berikut: a) Elemen a[i,j] = 1, dimulai i=1,2,3, n. Untuk penelitian ini elemen alternatif n =. b) Elemen matriks segitiga atas sebagai input Tabel 4.21 Masukan Nilai Perbandingan Produktivitas Usaha c) Elemen matriks segitiga bawah mempunyai rumus 44

15 d) Menjumlahkan nilai-nilai dari setiap kolom pada matriks. Hasilnya dapat dilihat pada tabel Tabel 4.22 Matriks Perbandingan Berpasangan Produktivitas Usaha Langkah selanjutnya adalah membagi nilai masing-masing matriks elemen pada tabel 4.22 dengan jumlah masing-masing kolom. Hasil bagi dapat dilihat pada tabel Tabel 4.23 Matriks Nilai Produktivitas Usaha Langkah selanjutnya adalah menjumlahkan nilai-nilai dari setiap baris dan membaginya dengan jumlah elemen untuk mendapatkan nilai rata-rata atau nilai prioritas alternatif. Hasinya seperti pada tabel Tabel 4.24 Nilai Prioritas Produktivitas Usaha 4

16 Setelah mendapatkan nilai prioritas, tahap selanjutnya adalah menentukan nilai prioritas subkriteria. Nilai prioritas subkriteria diperoleh dari nilai prioritas pada baris tersebut (tabel 4.24) dibagi dengan nilai tertinggi pada kolom priotitas. Hasilnya seperti pada tabel 4.2. Tabel 4.2 Nilai Prioritas Subkriteria Produktivitas Usaha Tahap selanjutnya mengukur konsistensi, langkah-langkah yang dilakukan adalah: e) Kalikan setiap nilai masukan matriks elemen kolom pertama pada tabel 4.22 perbandingan berpasangan dengan nilai prioritas elemen pertama pada tabel 4.24, nilai matriks elemen kolom kedua dengan nilai prioritas elemen kedua dan seterusnya. f) Jumlahkan setiap baris. Hasilnya seperti yang ditunjukkan pada tabel Tabel 4.26 Hasil Matriks Penjumlahan Tiap Baris Produktivitas Usaha 46

17 g) Kemudian hasil dari penjumlahan baris setiap subkriteria dibagi dengan nilai prioritas. h) Jumlahkan hasil bagi pada poin sebelumnya kemudian dibagi dengan banyaknya elemen yang ada, hasilnya disebut maks. (alternatif n = ) Hasilnya seperti yang ditunjukkan pada tabel Tabel 4.27 Perhitungan Rasio Konsistensi Produktivitas Usaha i) Menghitung indeks konsistensi/consistency Indeks (CI) CI = ( maks n) / (n-1) = (,24261 ) / ( 1) = 0,24261 / 4 = 0,0606 j) Menghitung Rasio Konsistensi/Consistency Ratio (CR) CR = CI / IR = 0,0606 / 1,12 = 0,041 (CR < 0,1, nilai ACCEPTABLE) 47

18 4). Pendapatan per Bulan Penentuan matriks perbandingannya masih sama dengan tahapan-tahapan sebelumnya yaitu, memasukkan nilai perbandingan ke dalam matriks. Untuk lebih jelasnya dapat dilihat pada tabel Melakukan analisis perbandingan elemen yang diprioritaskan, yaitu membandingkan elemen secara berpasangan sesuai keadaan subkriteria yang ada. Langkah-langkahnya sebagai berikut: a) Elemen a[i,j] = 1, dimulai i=1,2,3, n. Untuk penelitian ini elemen alternatif n =. b) Elemen matriks segitiga atas sebagai input Tabel 4.28 Masukan Nilai Perbandingan Kriteria Pendapatan per Bulan c) Elemen matriks segitiga bawah mempunyai rumus d) Menjumlahkan nilai-nilai dari setiap kolom pada matriks. Hasilnya dapat dilihat pada tabel Tabel 4.29 Matriks Perbandingan Berpasangan Pendapatan per Bulan 48

19 Langkah selanjutnya adalah membagi nilai masing-masing elemen matriks pada tabel 4.28 dengan jumlah masing-masing kolom. Hasil bagi dapat dilihat pada tabel Tabel 4.30 Matriks Nilai Pendapatan per Bulan Langkah selanjutnya adalah menjumlahkan nilai-nilai dari setiap baris dan membaginya dengan jumlah elemen untuk mendapatkan nilai rata-rata atau nilai prioritas. Hasinya seperti pada tabel Tabel 4.31 Nilai Prioritas Pendapatan per Bulan Setelah mendapatkan nilai prioritas, tahap selanjutnya adalah menentukan nilai prioritas subkriteria. Nilai prioritas subkriteria diperoleh dari nilai prioritas pada baris tersebut (tabel 4.30) dibagi dengan nilai tertinggi pada kolom priotitas. Hasilnya seperti pada tabel

20 Tabel 4.32 Nilai Prioritas Subkriteria Produktivitas Usaha Tahap selanjutnya mengukur konsistensi, langkah-langkah yang dilakukan adalah: e) Kalikan setiap nilai masukan matriks elemen kolom pertama pada tabel 4.28 perbandingan berpasangan dengan nilai prioritas alternatif elemen pertama pada tabel 4.30, nilai matriks elemen kolom kedua dengan nilai prioritas elemen kedua dan seterusnya. f) Jumlahkan setiap baris. Hasilnya seperti yang ditunjukkan pada tabel Tabel 4.33 Hasil Matriks Penjumlahan Tiap Baris Pendapatan per Bulan g) Tahap selajutnya hasil dari penjumlahan setiap baris dibagi dengan nilai prioritas. h) Jumlahkan hasil bagi pada poin sebelumnya kemudian dibagi dengan banyaknya elemen yang ada, hasilnya disebut maks. (alternatif n = ) 0

21 Hasilnya seperti yang ditunjukkan pada tabel Tabel 4.34 Perhitungan Rasio Konsistensi Pendapatan per Bulan i) Menghitung indeks konsistensi/consistency Indeks (CI) CI = ( maks n) / (n-1) = (,1247 ) / ( 1) = 0,1247 / 4 = 0,03119 j) Menghitung Rasio Konsistensi/Consistency Ratio (CR) CR = CI / IR = 0,03119 / 1,12 = 0,0278 (CR < 0,1, nilai ACCEPTABLE) ). Jumlah Tanggungan Keluarga Prosesnya masih tetap sama degan langkah-langkah sebelumnya, yaitu memasukkan nilai perbandingan ke dalam matriks. Untuk lebih jelasnya dapat dilihat pada tabel Melakukan analisis perbandingan elemen yang diprioritaskan, yaitu membandingkan elemen secara berpasangan sesuai keadaan alternatif yang ada. Langkah-langkahnya sebagai berikut: 1

22 a) Elemen a[i,j] = 1, dimulai i=1,2,3, n. Untuk penelitian ini elemen alternatif n =. b) Elemen matriks segitiga atas sebagai input Tabel 4.3 Masukan Nilai Perbandingan Kriteria Tanggungan Keluarga c) Elemen matriks segitiga bawah mempunyai rumus d) Menjumlahkan nilai-nilai dari setiap kolom pada matriks. Hasilnya dapat dilihat pada tabel Tabel 4.36 Matriks Perbandingan Berpasangan Jumlah Tanggungan Keluarga Langkah selanjutnya adalah membagi nilai masing-masing elemen matriks pada tabel 4.34 dengan jumlah masing-masing kolom. Hasil bagi dapat dilihat pada tabel Tabel 4.37 Matriks Nilai Jumlah Tanggungan Keluarga 2

23 Langkah selanjutnya adalah menjumlahkan nilai-nilai dari setiap baris dan membaginya dengan jumlah elemen untuk mendapatkan nilai rata-rata atau nilai prioritas. Hasinya seperti pada tabel Tabel 4.38 Nilai Prioritas Jumlah Tanggungan Keluarga Setelah mendapatkan nilai prioritas, tahap selanjutnya adalah menentukan nilai prioritas subkriteria. Nilai prioritas subkriteria diperoleh dari nilai prioritas pada baris tersebut (tabel 4.36) dibagi dengan nilai tertinggi pada kolom priotitas. Hasilnya seperti pada tabel Tabel 4.39 Nilai Prioritas Subkriteria Jumlah Tanggungan Keluarga Tahap selanjutnya mengukur konsistensi, langkah-langkah yang dilakukan adalah: e) Kalikan setiap nilai masukan matriks elemen kolom pertama pada tabel 4.34 perbandinngan berpasangan dengan nilai prioritas alternatif elemen pertama 3

24 pada tabel 4.36, nilai matriks elemen kolom kedua dengan nilai prioritas elemen kedua dan seterusnya. f) Jumlahkan setiap baris. Hasilnya seperti yang ditunjukkan pada tabel Tabel 4.40 Hasil Matriks Penjumlahan Tiap Baris Jumlah Tanggungan Keluarga g) Hasil dari penjumlahan baris setiap alternatif dibagi dengan nilai prioritas. h) Jumlahkan hasil bagi pada poin sebelumnya kemudian dibagi dengan banyaknya elemen yang ada, hasilnya disebut maks. (alternatif n = ) Hasilnya seperti yang ditunjukkan pada tabel Tabel 4.41 Perhitungan Rasio Konsistensi Jumlah Tanggungan Keluarga 4

25 i) Menghitung indeks konsistensi/consistency Indeks (CI) CI = ( maks n) / (n-1) = (,101 ) / ( 1) = 0,101 / 4 = 0,0387 j) Menghitung Rasio Konsistensi/Consistency Ratio (CR) CR = CI / IR = 0,0387 / 1,12 = 0,03460 (CR < 0,1, nilai ACCEPTABLE) 6). Fasilitas Pendukung Usaha Masukkan nilai perbandingan ke dalam matriks. Untuk lebih jelasnya dapat dilihat pada tabel Melakukan analisis perbandingan elemen yang diprioritaskan, yaitu membandingkan elemen secara berpasangan sesuai keadaan subkriteria yang ada. Langkah-langkahnya sebagai berikut: a) Elemen a[i,j] = 1, dimulai i=1,2,3, n. Untuk penelitian ini elemen alternatif n =. b) Elemen matriks segitiga atas sebagai input Tabel 4.42 Masukan Nilai Perbandingan Kriteria Fasilitas Pendukung Usaha

26 c) Elemen matriks segitiga bawah mempunyai rumus d) Menjumlahkan nilai-nilai dari setiap kolom pada matriks. Hasilnya dapat dilihat pada tabel Tabel 4.43 Matriks Perbandingan Berpasangan Fasilitas Pendukung Usaha Langkah selanjutnya adalah membagi nilai masing-masing elemen matriks pada tabel 4.43 dengan jumlah masing-masing kolom. Hasil bagi dapat dilihat pada tabel Tabel 4.44 Matriks Nilai Fasilitas Pendukung Usaha Langkah selanjutnya adalah menjumlahkan nilai-nilai dari setiap baris dan membaginya dengan jumlah elemen untuk mendapatkan nilai rata-rata atau nilai prioritas. Hasinya seperti pada tabel

27 Tabel 4.4 Nilai Prioritas Fasilitas Pendukung Usaha Setelah mendapatkan nilai prioritas, tahap selanjutnya adalah menentukan nilai prioritas subkriteria. Nilai prioritas subkriteria diperoleh dari nilai prioritas pada baris tersebut (tabel 4.43) dibagi dengan nilai tertinggi pada kolom priotitas. Hasilnya seperti pada tabel Tabel 4.46 Nilai Prioritas Subkriteria Fasilitas Pendukung Usaha Tahap selanjutnya mengukur konsistensi, langkah-langkah yang dilakukan adalah: e) Kalikan setiap nilai masukan matriks elemen kolom pertama pada tabel 4.41 perbandinngan berpasangan dengan nilai prioritas alternatif elemen pertama pada tabel 4.43, nilai matriks elemen kolom kedua dengan nilai prioritas alternatif elemen kedua dan seterusnya. f) Jumlahkan setiap baris. Hasilnya seperti yang ditunjukkan pada tabel

28 Tabel 4.47 Hasil Matriks Penjumlahan Tiap Baris Fasilitas Pendukung Usaha g) Hasil dari penjumlahan baris dibagi dengan prioritas relatif setiap subkriteria. h) Jumlahkan hasil bagi pada poin sebelumnya kemudian dibagi dengan banyaknya elemen yang ada, hasilnya disebut maks. (alternatif n = ) Hasilnya seperti yang ditunjukkan pada tabel Tabel 4.48 Perhitungan Rasio Konsistensi Fasilitas Pendukung Usaha i) Menghitung indeks konsistensi/consistency Indeks (CI) CI = ( maks n) / (n-1) = (,26918 ) / ( 1) = 0,26918 / 4 = 0,06729 j) Menghitung Rasio Konsistensi/Consistency Ratio (CR) CR = CI / IR = 0,06729 / 1,12 = 0,06008 (CR < 0,1, nilai ACCEPTABLE) 8

29 b. Hasil Akhir Langkah selanjutnya adalah prioritas hasil perhitungan pada kriteria dan subkriteria per kriteria atau langkah 1 dan 2 kemudian dituangkan dalam matriks hasil yang terlihat dalam tabel Tabel 4.49 Matriks Hasil Cara penyelesaiannya, jika diberikan data minimal orang kepala keluarga miskin produktif seperti yang terlihat pada tabel 4.0. Tabel 4.0 Data Calon Penerima Bantuan Modal Wirausaha Baru Maka hasil akhirnya akan tampak dalam tabel 4.1. Tabel 4.1 Hasil Akhir 9

30 Nilai 0,39 pada kolom C1 (status tempat tinggal) baris KK1 diperoleh dari nilai KK1 untuk C1, yaitu status milik sendiri dengan nilai prioritas subkriteria 1 (tabel 4.47), dikalikan dengan nilai prioritas kriteria status tempat tinggal sebesar 0,39 (tabel 4.47), demikian seterusnya berdasarkan data calon penerima bantuan modal wirausaha baru. Kolom jumlah pada tabel 4.49 diperoleh dari penjumlahan masing-masing barisnya. Nilai dari kolom jumlah inilah yang dipakai sebagai dasar untuk merangking prestasi alternatif dalam hal ini KK miskin produktif. Semakin besar nilainya, maka Kepala Keluarga tersebut akan layak untuk diberikan bantuan modal wirausaha baru. Jadi, berdasarkan simulasi melalui metode AHP diperoleh informasi bahwa dari kelima alternatif yang paling layak menerima bantuan Modal Wirausaha Baru adalah alternatif KK3 = 0, Hal ini karena KK3 memiliki nilai paling tinggi dari alternatif lainnya. 2. Uraian Hasil Metode Simple Additive Weighting (SAW) Dalam penyelesaian permasalahan dengan metode SAW ada beberapa langkahlangkah pemecahannya, yaitu : a. Menentukan jenis-jenis Kriteria dan alternatif, Alternatif dalam penelitian ini adalah Kepala Keluarga (KK) Miskin Produktif, serta kriteria-kriteria untuk penentuan pemberian Bantuan Modal Wirausaha Baru adalah : 60

31 C1 : Status tempat tinggal 1 = Kos/tdk memiliki 2 = Kredit perumahan rakyat 3 = Milik instansi 4 = Milik orangtua = Milik sendiri C2 : Parameter kemiskinan 1 = Diatas rata-rata 2 = Tidak miskin 3 = Hampir miskin 4 = Miskin = Fakir miskin C3 : Produktivitas usaha 1 = Tidak produktif 2 = Hampir produktif 3 = Cukup produktif 4 = Produktif = Sangat produktif C4 : Pendapatan per bulan 1 = >Rp = >Rp Rp = >Rp Rp = >Rp

32 = Rp Rp C : Jumlah tanggungan keluarga 1 = Tidak memiliki 2 = 1-2 orang 3 = 3-4 orang 4 = orang = > 6 orang C6 : Fasilitas pendukung usaha 1 = Sangat rendah 2 = Rendah 3 = Cukup 4 = Tinggi = Sangat tinggi b. Membuat tabel nilai alternatif disetiap kriteria Tabel 4.2 Nilai Alternatif Setiap Kriteria c. Setelah melakukan proses pembobotan untuk setiap kriteria yang ada, maka langkah selanjutnya yaitu melakukan normalisasi dan menentukan hasil akhir dari proses perankingan, yaitu nilai dari alternatif disetiap kriteria dibagi dengan nilai maksimal setiap kolom kriteria 62

33 Normalisasi : r max{,,,4,1} 11 r 4 max{ 4,3,,,3} 4 12 r 4 max{ 4,4,4,4,4} r r max{,4,,,4} 14 4 max{ 4,3,,4,3} 4 1 r 4 max{ 4,,3,3,} 4 16 r max{,,,4,1} , ,80 1 r r max{,,,4,1} 31 max{ 4,3,,,3} 32 r r max{ 4,3,,4,3} 3 r 3 max{ 4,,3,3,} 3 36 r 4 max{ 4,4,4,4,4} 4 max{,,,4,1} r max{,4,,,4} ,60 0,80 r 3 max{ 4,3,,,3} 3 22 r 4 max{ 4,4,4,4,4} r 4 max{,4,,,4} 4 24 r 3 max{ 4,3,,4,3} 3 2 r max{ 4,,3,3,} 26 0,60 1 0,80 0, r max{ 4,3,,,3} 42 r 4 max{ 4,4,4,4,4} r max{,4,,,4} 44 r 4 max{ 4,3,,4,3} 4 4 r 3 max{ 4,,3,3,} ,80 0,60

34 r 1 max{,,,4,1} 1 1 r 3 max{ 4,3,,,3} 3 2 r 4 max{ 4,4,4,4,4} r 4 max{,4,,,4} 4 4 r 3 max{ 4,3,,4,3} 3 r max{ 4,,3,3,} 6 0,20 0,60 1 0,80 0,60 1 d. Selanjutnya didapat hasil matriks ternormalisasi adalah : 1 1 R 1 0,8 0,2 0,8 0, , , ,8 0,8 0,6 1 0,8 0,6 0, ,6 1 e. Proses berikutnya perankingan dengan menggunakan vektor bobot yang telah ditentukan oleh pengambil keputusan, aturannya total vector bobot harus 100% tidak bisa melebihi dari 100%. C1= 39 % / 0,39 ; C2 = 23% / 0,23 ; C3 = 17% / 0,17 ; C4 = 11% / 0,11 ; C = 6% / 0,06 ; C6 = 4% / 0,04. Total bobot = 100% 64

35 Perankingan dilakukan dengan cara mengalikan vektor bobot dengan hasil matriks ternormalisasi. V 1 (0,39)(1) (0,23)(0,8) (0,17)(1) (0,11)(1) (0,06)(0,8) (0,04)(0,8) 0,93 V 2 (0,39)(1) (0,23)(0,6) (0,17)(1) (0,11)(0,8) (0,06)(0,6) (0,04)(1) 0,86 V 3 (0,39)(1) (0,23)(1) (0,17)(1) (0,11)(1) (0,06)(1) (0,04)(1) 0,98 V 4 (0,39)(0,8) (0,23)(1) (0,17)(1) (0,11)(1) (0,06)(0,8) (0,04)(0,6) 0,89 V (0,39)(0,2) (0,23)(0,6) (0,17)(1) (0,11)(0,8) (0,06)(0,6) (0,04)(1) 0, Hasilnya dapat dilihat pada tabel 4.3. Tabel 4.3 Hasil Normalisasi Nilai akhir diperoleh dari setiap proses perankingan yaitu penjumlahan dari perkalian matriks ternormalisasi R dengan vektor bobot sehingga diperoleh nilai terbesar yang dipilih sebagai alternatif terbaik KK3 = 0,89 sebagai solusi. Berdasarkan simulasi melalui metode SAW diperoleh informasi bahwa dari kelima alternatif yang paling layak menerima bantuan Modal Wirausaha Baru adalah alternatif KK3. Hal ini karena KK3 memiliki nilai akhir yang paling tinggi dari alternatif yang lain. 6

36 B. Pembahasan Berdasarkan hasil pengujian metode AHP dan SAW yang telah diuraikan sebelumnya, kedua metode ini mampu menyelesaikan studi kasus yang sama dalam pengambilan keputusan. Proses penyelesaian kedua metode ini berbeda, metode AHP dilakukan dengan perbandingan berpasangan kriteria dan sub kriteria sedangkan dengan metode SAW lebih sederhana proses penyelesaiannya. Hasil akhir yang diberikan oleh kedua metode ini relatif sama. Faktor yang membedakan dalam penyelesaian kedua metode ini adalah : 1. Faktor Pemberian Nilai Pada metode AHP pemberian nilai dilakukan pada penentuan nilai prioritas kriteria dan nilai prioritas subkriteria yang kemudian dari hasil penentuan prioritas itu akan menghasilkan nilai prioritas dari setiap kriteria dan subkriteria untuk diproses dengan nilai keadaan alternatif. Sedangkan pada metode SAW pemberian nilai dilakukan dengan sederhana, yaitu sesuai dengan keadaan alternatif terhadap kriteria. 2. Faktor Pemberian Nilai Vektor Bobot Pada metode AHP penentuan vektor bobot atau lebih dikenal dengan prioritas, memiliki rumus : jumlah baris dibagi jumlah elemen, sedangkan pada metode SAW penentuan nilai prioritas vektor bobot dilakukan sesuai kebijakan Manajer, yaitu memberikan nilai vektor bobot secara langsung. 66

37 C. Skema Rancangan Metode Analytical Hierarcy Proses (AHP) dan Simple Additive Weighting (SAW ) Berdasarkan data yang ada yaitu data internal dan data eksternal serta data ektraksi maka gambaran sistem pendukung keputusan penentuan pemberian bantuan dana wirausaha baru adalah sebagai berikut. 1. Rancangan Sistem Pendukung Keputusan Berdasarkan data yang ada yaitu data internal serta data eksternal maka gambaran sistem keputusan untuk pemberian bantuan Modal Wirausaha Baru yaitu sebagai berikut : / Data Eksternal SK Gubernur Gorontalo tentang batuan modal Wirausaha Baru, Data Kemiskinan dari BPS dan BPMD-KP Prov. Gorontalo Data Internal Data calon penerima. Data Kriteria KK Miskin penerima bantuan Modal Wirausaha Baru. E K S T R A K S I Basis Data SPK Sistem Manajemen Basis Data Basis Model SPK Sistem Manajemen Basis Model Dialog Layar Terminal - Dialog Penentuan prioritas kriteria - Dialog proses seleksi - Dialog Proses perankingan - Laporan hasil perankingan pemohon bantuan modal wirausaha baru 1. Model AHP 2. Model SAW User Gambar 4.1 Skema Rancangan Sistem Pendukung Keputusan Penerima Bantuan Modal Wirausaha Baru 67

38 Untuk dapat menghasilkan suatu informasi yang baik, maka diperlukan juga data-data yang baik, karena pada dasarnya merupakan hasil dari pengolahan data yang diinput pada sistem. Data digolongkan menjadi 3 (tiga) bagian: yaitu data internal, data eksternal dan data ekstraksi. a. Data Internal Data internal merupakan data yang berasal dari dalam organisasi. Data internal diperoleh sistem proses transaksi perusahaan atau organisasi. Pada sisetm pendukung keputusan ini yang dikategorikan sebagai data internal adalah: 1) Syarat-syarat yang menjadi ketentuan dari pemberian bantuan modal wirausaha baru 2) Data-data calon peneriam bantuan modal wirausaha baru b. Data Eksternal Data eksternal diperoleh dari luar organisasi atau instansi namun tetap memiliki pengaruh dalam menciptakan sistem pendukung keputusan yang akan dibangun. Pada sistem pendukung keputusan ini yang dikategorikan sebagai data eksternal adalah peraturan pemerintah yang mengatur penyaluran dana bantuan modal wirausaha baru. c. Data Ekstraksi Data ekstraksi merupakan penggabungan dari data internal dan data eksternal. Proses data ekstaksi akan menghasilkan database sistem pendukung keputusan. Data ekstraksi meliputi: import file, meringkas dan menyaring data yang 68

39 menghasilkan laporan dari data yang ada di database. Proses ekstraksi dikelola dalam DBMS (Database Management System). d. Pemodelan Fungsional Model fungsional menggambarkan bagaiman masukan diproses oleh sistem menjadi keluaran yang diharapkan oleh pengguna. Model fungsional memuat beberapa aliran data atau data flow diagram (DFD) yang memperlihatkan aliran data dari luar sistem yang kemudian diproses oleh sistem dan akhirnya menghasilkan keluaran yang berguna. Model fungsional sistem pendukung keputusan penentuan peserta jamkesmas digambarkan dengan : 1) Rancangan Dialog 2) diagram konteks 3) diagram level 0, Level 1 4) Diagram ER 69

40 2. Rancangan Dialog Sistem Rancangan dialog dari sistem pendukung keputusan bertujuan untuk memudahkan terjadinya interaksi antara pengguna dengan sistem, dimana rancangan dialognya menggunakan gaya menu dengan strukturnya seperti pada gambar 4.2. Menu Utama Pilih Metode Input Data Nilai Kriterian Proses Hitung Nilai Akhir Laporan Model AHP Model SAW Nilai Kriteria AHP Nilaia Subkriteria AHP Data Pemohon AHP Data Pemohon SAW Hitung Nilai Akhir AHP Hitung Nilai Akhir SAW Reset Metode Hasil AHP Hasil SAW Gambar 4.2 Struktur Dialog Menu 70

41 3. Diagram Konteks - Pilih Metode AHP - Pilih Metode SAW User SPK Perbandingan Metode - Laporan Nilai Akhir Metode AHP - Laporan Nilai Akhir Metode SAW Gambar 4.3 Diagram Konteks 71

42 4. Diagram Alir Data Level 0 User - Pilih Metode AHP 1.0 Pilih Metode - Pilih Metode AHP - Pilih Metode SAW - Pilih Metode SAW Metode AHP Metode SAW - Pilih Metode AHP - Pilih Metode SAW 2.0 Input Data Data Nilai KriteriaAHP Data Nilai SubKriteriaAHP Data Kriteria Pemohon AHP Data Pemohon SAW dan Bobot SAW Data Nilai KriteriaAHP Data Nilai SubKriteriaAHP Kriteria Pemohon AHP Data Pemohon SAW dan Bobot SAW 3.0 Hitung Nilai Akhir - Data nilai kriteria AHP - Data nilai kriteria Subkriteria AHP - Data Kriteria AHP - \Data Pemohon SAW dan Bobot SAW - Data Hitung AHP Data Hitung SAW Data Hitung AHP Data Hitung SAW - Laporan Nilai Akhir Metode AHP - Laporan Nilai Akhir Metode SAW 4.0 Laporan Data Hitung AHP Data Hitung SAW Gambar 4.4 Diagram Alir Data Level 0 72

43 . Diagram Alir Data Level 1 Pilih Metode Pilih Metode AHP 1.1P Pilih Metode AHP Pilih Metode AHP Pilih Metode AHP User Pilih Metode SAW 2.1P Pilih Metode SAW Pilih Metode SAW Pilih Metode SAW Gambar 4. Diagram Alir Data Level 1 Pilih Metode 73

44 6. Entity Relationalship Diagram (ERD) ERD merupakan pemodelan untuk menjelaskan hubungan atau relasi antar data dalam basis data. Kriteria 1 n Memiliki Subkriteria Memiliki Memiliki Memiliki Nilai Memiliki n 1 Pemohon 1 Memiliki 1 Hasil Gambar 4.6 ERD Proses Sistem Pendukung Keputusan Penerima Bantuan Modal Wirausaha Baru 74

45 Berikut adalah penjelasan diagram entity relationalship pada tabel-tabel yang ada : a. Hubungan antar tabel Kriteria dan tabel Subkriteria adalah one to many karena 1 kriteria memiliki banyak subkriteria. b. Hubungan antara tabel kriteria dan tabel nilai adalah one to one karena 1kriteria memiliki 1 nilai. c. Hubungan antara tabel subkriteria dan tabel nilai adalah one to one karena 1 subkriteria memiliki 1 nilai. d. Hubungan antar tabel pemohon dan subkriteria adalah one to one karena 1 pemohon memiliki 1 jenis subkriteria. e. Hubungan antar tabel pemohon dan tabel nilai adalah one to many karena 1 calon pemohon bantuan memiliki banyak nilai. f. Hubungan antar tabel pemohon dan tabel hasil adalah one to one karena 1 pemohon memiliki 1 hasil. 7

46 7. Rancangan Form Nilai Kriteria AHP Matriks Perbandingan Berpasangan Hitung Berikutnya Matriks Nilai Kriteria Sebelumnya Berikutnya Mengukur Konsistensi Matriks Penjumlahan Tiap Baris Sebelumnya Berikutnya Sebelumnya Gambar 4.7 Rancangan Form Input Nilai Kriteria Metode AHP 76

47 a. Rancangan Form Input Subkriteria Status Tempat Tinggal - AHP Matriks Perbandingan Berpasangan Hitung Berikutnya Matriks Nilai Subkriteria Status Tempat Tinggal Sebelumnya Berikutnya Mengukur Konsistensi Matriks Penjumlahan Tiap Baris Sebelumnya Berikutnya Sebelumnya Gambar 4.8 Rancangan Form Input Subkriteria Status Tempat Tinggal - AHP 77

48 b. Rancangan Form Input Subkriteria Parameter Kemiskinan - AHP Matriks Perbandingan Berpasangan Hitung Berikutnya Matriks Nilai Subkriteria Parameter Kemiskinan Sebelumnya Berikutnya Mengukur Konsistensi Matriks Penjumlahan Tiap Baris Sebelumnya Berikutnya Sebelumnya Gambar 4.9 Rancangan Form Input Subkriteria Parameter Kemiskinan - AHP 78

49 c. Rancangan Form Input Subkriteria Produktivitas Usaha - AHP Matriks Perbandingan Berpasangan Hitung Berikutnya Matriks Nilai Subkriteria Produktivitas Usaha Sebelumnya Berikutnya Mengukur Konsistensi Matriks Penjumlahan Tiap Baris Sebelumnya Berikutnya Sebelumnya Gambar 4.10 Rancangan Form Input Subkriteria Produktivitas Usaha - AHP 79

50 d. Rancangan Form Input Subkriteria Pendapatan per Bulan - AHP Matriks Perbandingan Berpasangan Hitung Berikutnya Matriks Nilai Subkriteria Pendapatan per Bulan Sebelumnya Berikutnya Mengukur Konsistensi Matriks Penjumlahan Tiap Baris Sebelumnya Berikutnya Sebelumnya Gambar 4.11 Rancangan Form Input Subkriteria Pendapatan per Bulan - AHP 80

51 e. Rancangan Form Input Subkriteria Jumlah Tanggungan Keluarga - AHP Matriks Perbandingan Berpasangan Hitung Berikutnya Matriks Nilai Subkriteria Jumlah Tanggungan Keluarga Sebelumnya Berikutnya Mengukur Konsistensi Matriks Penjumlahan Tiap Baris Sebelumnya Berikutnya Sebelumnya Gambar 4.12 Rancangan Form Input Subkriteria Jumlah Tanggungan Keluarga 81

52 f. Rancangan Form Input Subkriteria Fasilitas Pendukung Usaha - AHP Matriks Perbandingan Berpasangan Hitung Berikutnya Matriks Nilai Subkriteria Fasilitas Pendukung Usaha Sebelumnya Berikutnya Mengukur Konsistensi Matriks Penjumlahan Tiap Baris Sebelumnya Berikutnya Sebelumnya Gambar 4.13 Rancangan Form Input Subkriteria Fasilitas Pendukung Usaha 82

53 g. Rancangan Form Input Data Nilai Kriteria Pemohon - AHP Jumlah Pemohon : Orang Simpan Gambar 4.14 Rancangan Form Input Data Nilai Kriteria Pemohon - AHP 83

54 h. Rancangan Form Hasil Perhitungan Prioritas - AHP Data Penilaian : Load Data Simpan Gambar 4.1 Rancangan Form Hasil Perhitungan Prioritas - AHP 84

55 i. Rancangan Form Laporan Hasil Nilai Akhir - AHP Hasil Proses Pencarian Nilai Akhir : Nama Status Tempat Tinggal Parameter Kemiskinan Produktivitas Usaha Pendapatan per Bulan Jumlah Tanggungan Fasilitas Pendukung Usaha KK1 xx xx Xx Xx xx xx xx KK2 xx xx Xx Xx xx xx xx KK3 xx xx Xx Xx xx xx xx KK4 xx xx Xx Xx xx xx xx KK xx xx Xx Xx xx xx xx Nilai Akhir Ranking Cetak Simpan Gambar 4.16 Rancangan Form Hasil Nilai Akhir - AHP 8

56 j. Rancangan Output Metode Analythical Hierarchy Proses (AHP) Rancangan output yang dihasilkan oleh sistem berupa laporan penilaian, seperti ditunjukkan pada gambar Gambar 4.17 Rancangan Dialog Output Sistem - AHP 86

57 8. Rancangan Form Input Data Nilai Kriteria Pemohon Bantuan Modal Wirausaha Baru dan Vektor Bobot Kriteria - (SAW) Jumlah Pemohon : Orang Nama Status Tempat Tinggal Parameter Kemiskinan Produktivitas Usaha Pendapatan per Bulan Jumlah Tanggungan Fasilitas Pendukung Usaha KK1 xx Xx Xx xx Xx Xx xx KK2 xx Xx Xx xx Xx Xx xx KK3 xx Xx Xx xx Xx Xx xx KK4 xx Xx Xx xx Xx Xx xx KK xx Xx Xx xx Xx Xx xx Jumlah Poin Vektor Bobot : % Simpan Gambar 4.18 Rancangan Form Input Nilai Kriteria Pemohon dan Bobot Kriteria - SAW 87

58 a. Rancangan Form Hitung Nilai Akhir SAW Hasil Seleksi : Normalisasi Status Tempat Parameter Produktivitas Pendapatan Jumlah Fasilitas Tinggal Kemiskinan Usaha per Bulan Tanggungan Pendukung Usaha KK1 Xx Xx Xx Xx xx xx KK2 Xx Xx Xx Xx xx xx KK3 Xx Xx Xx Xx xx xx KK4 Xx Xx Xx Xx xx xx KK Xx Xx Xx Xx xx xx Hitung b. Rancangan Form Laporan Gambar Hasil 4.19 Nilai Rancangan Akhir - Form SAW Input Pencarian Nilai Akhir - SAW 88

59 Hasil Proses Pencarian Nilai Akhir : Nama Status Tempat Tinggal Parameter Kemiskinan Produktivitas Usaha Pendapatan per Bulan Jumlah Tanggungan Fasilitas Pendukung Usaha KK1 xx xx Xx Xx xx xx xx KK2 xx xx Xx Xx xx xx xx KK3 xx xx Xx Xx xx xx xx KK4 xx xx Xx Xx xx xx xx KK xx xx Xx Xx xx xx xx Nilai Akhir Ranking Cetak Simpan Gambar 4.20 Rancangan Form Laporan Hasil Nilai Akhir - SAW 89

60 c. Rancangan Output Simple Additive Weihgting (SAW) Gambar 4.21 Rancangan Dialog Output Sistem - SAW 90

61 D. Implementasi Sistem 1. Tampilan Menu Utama Aplikasi Pengujian Perbandingan Metode AHP dan SAW Gambar 4.22 Form Tampilan Menu Utama Dalam Form Menu Utama terdiri dari empat menu, yaitu menu pilih Metode, Input Data, Proses, dan menu Laporan yang keseluruhan menu memiliki Submenu masing-masing. a. Menu Metode memiliki SubMenu AHP dan SAW : 1) Submenu AHP berfungsi untuk mengaktifkan metode AHP 2) Submenu SAW berfungsi untuk mengaktifkan metode SAW b. Tampilan Menu Input data Menu Input data memiliki SubMenu Nilai Kriteria AHP, Nilai Subkriteria AHP, Data Kriteria Pemohon - AHP, data Pemohon - SAW dan bobot SAW: a. Nilai Kriteria AHP berfungsi untuk menginput nilai perbandingan kriteria b. Nilai Sub Kriteria AHP berfungsi untuk menginput nilai perbandingan subkriteria 91

62 c. Data Kriteria Pemohon - AHP berfungsi untuk menginput data pemohon. d. Data Pemohon dan Bobot SAW berfungsi untuk menginput nilai pemohon dan bobot kriteria. c. Menu Proses memiliki SubMenu Hitung AHP, Hitung SAW dan Riset Metode : 1) Hitung AHP berfungsi untuk menghitung nilai data pemohon berdasarkan prioritas kriteria dan subkriteria. 2) Hitung SAW berfungsi untuk mengalikan hasil nilai normalisasi data pemohon dengan nilai bobot kriteria. 3) Reset Metode berfungsi untuk mengembalikan kerja sistem keposisi awal d. Laporan memiliki SubMenu laporan AHP dan laporan SAW: 1) Laporan AHP berfungsi untuk menampilkan nilai akhir AHP dan meranking nilai akhir dari nilai yang terbesar sampai dengan nilai yang terkecil. 2) Laporan SAW berfungsi untuk menampilkan nilai akhir SAW dan meranking nilai akhir dari nilai yang terbesar sampai dengan nilai yang terkecil. 92

63 Pilih metode merupakan langkah awal yang harus dilakukan dalam aplikasi ini. Jika AHP yang dipilih maka semua menu yang berkaitan dengan AHP akan aktif dan menu yang berkaitan dengan SAW akan dinonaktifkan. Seperti langkah berikut ini setelah dipilih AHP tahapan pertama yang dilakukan user adalah menginput nilai perbandingan kriteria. 1) Tampilan Form Input Nilai Kriteria AHP Gambar 4.23 Form Tampilan Menu Input Data Nilai Kriteria AHP Pada tampilan form input nilai kriteria ini, user melakukan perbandingan berpasangan kriteria, dimana matriks segitiga atas merupakan inputan nilai perbandingan kriteria dan matriks segitiga bawah adalah hasil perbandingan matriks segitiga atas. Nilai masukan yang dapat di gunakan hanya dari 1-9 sesuai dengan nilai yang terdapat pada tabel Saaty. Tombol hitung berfungsi untuk menghitung jumlah nilai kolom kriteria, setelah didapatkan jumlah kolom, tombol berikutnya berfungsi untuk menampilkan hasil matriks nilai kriteri yaitu nilai prioritas. 93

64 Gambar 4.24 Form Tampilan Prioritas Kriteria Setelah didapatkan nilai prioritas maka tahap selanjutnya adalah mengukur konsistensi dengan mengklik tombol berikutnya pada gambar 4.24 sehingga akan muncul tampilan untuk nilai penjumlahan tiap baris. Gambar 4.2 Form Tampilan Matriks Penjumlahan Tiap Baris 94

65 Tombol berikutnya pada gambar 4.2 akan memberikan hasil pengukuran konsistensi nilai, jika nilai CR < 0,1 maka nilai tersebut dapat diterima, tapi jika nilai CR > 0,1 maka nilai input perbandingan berpasangan kriteria ditinjau kembali. Gambar 4.26 Form Tampilan Hasil Pengukuran Konsistensi Kriteria Setelah dilakukan perbandingan berpasangan kriteria dan mendapatkan nilai prioritas kriteria, langkah selanjutnya adalah membandingkan sub-sub kriteria untuk mendapatkan nilai prioritas subkriteria. 2) Tampilan Form Input Nilai SubKriteria C1 AHP Gambar 4.27 Form Tampilan Menu Input Data Nilai Subkriteria C1 AHP 9

66 Pada tampilan form input nilai kriteria ini, user melakukan perbandingan berpasangan subkriteria, dimana matriks segitiga atas merupakan inputan nilai perbandingan kriteria dan matriks segitiga bawah adalah hasil perbandingan matriks segitiga atas. Nilai masukan yang dapat di gunakan hanya dari 1-9 sesuai dengan nilai yang terdapat pada tabel Saaty. Tombol hitung berfungsi untuk menghitung jumlah nilai kolom kriteria, setelah didapatkan jumlah kolom, tombol berikutnya berfungsi untuk menampilkan hasil matriks nilai kriteri yaitu nilai prioritas. Gambar 4.28 Form Tampilan Prioritas Subkriteria C1 Setelah didapatkan nilai prioritas maka tahap selanjutnya adalah mengukur konsistensi dengan mengklik tombol berikutnya pada gambar 4.28 sehingga akan muncul tampilan untuk nilai penjumlahan tiap baris. 96

67 Gambar 4.29 Form Tampilan Matriks Penjumlahan Tiap Baris C1 Tombol berikutnya pada gambar 4.29 akan memberikan hasil pengukuran konsistensi nilai, jika nilai CR < 0,1 maka nilai tersebut dapat diterima, tapi jika nilai CR > 0,1 maka nilai input perbandingan berpasangan kriteria ditinjau kembali. Gambar 4.30 Form Tampilan Hasil Pengukuran Konsistensi SubKriteria C1 97

68 3) Tampilan Form Input Nilai SubKriteria C2 AHP Gambar 4.31 Form Tampilan Menu Input Data Nilai Subkriteria C2 AHP Pada tampilan form input nilai kriteria ini, user melakukan perbandingan berpasangan subkriteria, dimana matriks segitiga atas merupakan inputan nilai perbandingan kriteria dan matriks segitiga bawah adalah hasil perbandingan matriks segitiga atas. Nilai masukan yang dapat di gunakan hanya dari 1-9 sesuai dengan nilai yang terdapat pada tabel Saaty. Tombol hitung berfungsi untuk menghitung jumlah nilai kolom kriteria, setelah didapatkan jumlah kolom, tombol berikutnya berfungsi untuk menampilkan hasil matriks nilai kriteri yaitu nilai prioritas. Gambar 4.32 Form Tampilan Prioritas Subkriteria C2 98

69 Setelah didapatkan nilai prioritas maka tahap selanjutnya adalah mengukur konsistensi dengan mengklik tombol berikutnya pada gambar 4.32 sehingga akan muncul tampilan untuk nilai penjumlahan tiap baris. Gambar 4.33 Form Tampilan Matriks Penjumlahan Tiap Baris C2 Tombol berikutnya pada gambar 4.33 akan memberikan hasil pengukuran konsistensi nilai, jika nilai CR < 0,1 maka nilai tersebut dapat diterima, tapi jika nilai CR > 0,1 maka nilai input perbandingan berpasangan kriteria ditinjau kembali. Gambar 4.34 Form Tampilan Hasil Pengukuran Konsistensi SubKriteria C2 99

70 4) Tampilan Form Input Nilai SubKriteria C3 AHP Gambar 4.3 Form Tampilan Menu Input Data Nilai Subkriteria C3 AHP Pada tampilan form input nilai kriteria ini, user melakukan perbandingan berpasangan subkriteria, dimana matriks segitiga atas merupakan inputan nilai perbandingan kriteria dan matriks segitiga bawah adalah hasil perbandingan matriks segitiga atas. Nilai masukan yang dapat di gunakan hanya dari 1-9 sesuai dengan nilai yang terdapat pada tabel Saaty. Tombol hitung berfungsi untuk menghitung jumlah nilai kolom kriteria, setelah didapatkan jumlah kolom, tombol berikutnya berfungsi untuk menampilkan hasil matriks nilai kriteri yaitu nilai prioritas. Gambar 4.36 Form Tampilan Prioritas Subkriteria C3 100

71 Setelah didapatkan nilai prioritas maka tahap selanjutnya adalah mengukur konsistensi dengan mengklik tombol berikutnya pada gambar 4.36 sehingga akan muncul tampilan untuk nilai penjumlahan tiap baris. Gambar 4.37 Form Tampilan Matriks Penjumlahan Tiap Baris C3 Tombol berikutnya pada gambar 4.37 akan memberikan hasil pengukuran konsistensi nilai, jika nilai CR < 0,1 maka nilai tersebut dapat diterima, tapi jika nilai CR > 0,1 maka nilai input perbandingan berpasangan kriteria ditinjau kembali. Gambar 4.38 Form Tampilan Hasil Pengukuran Konsistensi SubKriteria C3 101

72 ) Tampilan Form Input Nilai SubKriteria C4 AHP Gambar 4.39 Form Tampilan Menu Input Data Nilai Subkriteria C4 AHP Pada tampilan form input nilai kriteria ini, user melakukan perbandingan berpasangan subkriteria, dimana matriks segitiga atas merupakan inputan nilai perbandingan kriteria dan matriks segitiga bawah adalah hasil perbandingan matriks segitiga atas. Nilai masukan yang dapat di gunakan hanya dari 1-9 sesuai dengan nilai yang terdapat pada tabel Saaty. Tombol hitung berfungsi untuk menghitung jumlah nilai kolom kriteria, setelah didapatkan jumlah kolom, tombol berikutnya berfungsi untuk menampilkan hasil matriks nilai kriteri yaitu nilai prioritas. Gambar 4.40 Form Tampilan Prioritas Subkriteria C4 102

73 Setelah didapatkan nilai prioritas maka tahap selanjutnya adalah mengukur konsistensi dengan mengklik tombol berikutnya pada gambar 4.40 sehingga akan muncul tampilan untuk nilai penjumlahan tiap baris. Gambar 4.41 Form Tampilan Matriks Penjumlahan Tiap Baris C4 Tombol berikutnya pada gambar 4.41 akan memberikan hasil pengukuran konsistensi nilai, jika nilai CR < 0,1 maka nilai tersebut dapat diterima, tapi jika nilai CR > 0,1 maka nilai input perbandingan berpasangan kriteria ditinjau kembali. Gambar 4.42 Form Tampilan Hasil Pengukuran 103 Konsistensi SubKriteria C4

74 6) Tampilan Form Input Nilai SubKriteria C AHP Gambar 4.43 Form Tampilan Menu Input Data Nilai Subkriteria C AHP Pada tampilan form input nilai kriteria ini, user melakukan perbandingan berpasangan subkriteria, dimana matriks segitiga atas merupakan inputan nilai perbandingan kriteria dan matriks segitiga bawah adalah hasil perbandingan matriks segitiga atas. Nilai masukan yang dapat di gunakan hanya dari 1-9 sesuai dengan nilai yang terdapat pada tabel Saaty. Tombol hitung berfungsi untuk menghitung jumlah nilai kolom kriteria, setelah didapatkan jumlah kolom, tombol berikutnya berfungsi untuk menampilkan hasil matriks nilai kriteri yaitu nilai prioritas. Gambar 4.44 Form Tampilan Prioritas Subkriteria C 104

75 Setelah didapatkan nilai prioritas maka tahap selanjutnya adalah mengukur konsistensi dengan mengklik tombol berikutnya pada gambar 4.44 sehingga akan muncul tampilan untuk nilai penjumlahan tiap baris. Gambar 4.4 Form Tampilan Matriks Penjumlahan Tiap Baris C Tombol berikutnya pada gambar 4.4 akan memberikan hasil pengukuran konsistensi nilai, jika nilai CR < 0,1 maka nilai tersebut dapat diterima, tapi jika nilai CR > 0,1 maka nilai input perbandingan berpasangan kriteria ditinjau kembali. Gambar 4.46 Form Tampilan Hasil Pengukuran Konsistensi Subkriteria C 10

76 7) Tampilan Form Input Nilai SubKriteria C6 AHP Gambar 4.47 Form Tampilan Menu Input Data Nilai Subkriteria C6 AHP Pada tampilan form input nilai kriteria ini, user melakukan perbandingan berpasangan subkriteria, dimana matriks segitiga atas merupakan inputan nilai perbandingan kriteria dan matriks segitiga bawah adalah hasil perbandingan matriks segitiga atas. Nilai masukan yang dapat di gunakan hanya dari 1-9 sesuai dengan nilai yang terdapat pada tabel Saaty. Tombol hitung berfungsi untuk menghitung jumlah nilai kolom kriteria, setelah didapatkan jumlah kolom, tombol berikutnya berfungsi untuk menampilkan hasil matriks nilai kriteri yaitu nilai prioritas. Gambar 4.48 Form Tampilan Prioritas Subkriteria C6 106

77 Setelah didapatkan nilai prioritas maka tahap selanjutnya adalah mengukur konsistensi dengan mengklik tombol berikutnya pada gambar 4.46 sehingga akan muncul tampilan untuk nilai penjumlahan tiap baris. Gambar 4.49 Form Tampilan Matriks Penjumlahan Tiap Baris C6 Tombol berikutnya pada gambar 4.49 akan memberikan hasil pengukuran konsistensi nilai, jika nilai CR < 0,1 maka nilai tersebut dapat diterima, tapi jika nilai CR > 0,1 maka nilai input perbandingan berpasangan kriteria ditinjau kembali. Gambar 4.0 Form Tampilan Hasil Pengukuran Konsistensi SubKriteria C6 107

78 Setelah dilakukan perbandingan prioritas antara kriteria dan kriteria serta sub kriteria dan sub kriteria, langkah selanjutnya adalah user melakukan inputan data kriteria pemohon - AHP. 8) Tampilan Form Data Kriteria Pemohon - AHP Gambar 4.1 Form Tampilan Data Kriteria Pemohon AHP Langkah selanjutnya adalah melakukan proses perhitungan metode AHP, yaitu dengan mengklik tombol Load Data maka secara otomatis data-data yang telah diinputkan pada menu input data akan muncul pada sel-sel seperti pada gambar dibawah ini Gambar 4.2 Form Tampilan Proses - AHP 108

79 Setelah dilakukan penyimpanan maka data akan tersimpan pada database. Langkah terakhir yaitu pembuatan Laporan, saat user memilih menu laporan maka user akan dihadapkan dengan tampilan form Hasil AHP. Tombol ranking berfungsi untuk mengurutkan nilai dari nilai yang tertinggi hingga nilai terendah, tombol simpan untuk menyimpan data dan tombol print excel untuk mencetak laporan ke dalam format microsoft excel. Gambar 4.3 Form Tampilan Hasil - AHP 109

80 Berikut ini adalah tampilan Laporan hasil AHP dalam Microsoft Office Excel Gambar 4.4 Tampilan Laporan hasil AHP dalam Microsoft Office Excel Langkah selanjutnya adalah menghitung SAW, sebelum user masuk ke proses penyelesaian metode SAW, terlebih dahulu lakukan reset metode untuk mengembalikan posisi sistem pada semula. Langkah awal adalah pilih metode SAW, Jika user memilih metode SAW maka secara otomatis seluruh menu yang berhubungan dengan metode SAW akan diaktifkan dan menu-menu yang berhubungan dengan AHP akan dinonaktifkan. Dalam proses penyelesaian SAW sangat sederhana, yaitu : 110

81 1) Pilih menu input data kemudian pilih input data pemohon dan bobot kriteria Gambar 4. Form Input Data Nilai Kriteria Pemohon dan Bobot SAW Pada form input data nilai kriteria pemohon dan bobot SAW berfungsi untuk menginput data nilai pemohon serta menginputkan bobot nilai kriteria SAW. 111

82 2) Setelah dilakukan penginputan, tahap selanjutnya adalah proses menghitung SAW, yaitu pilih menu Proses dan pilih submenu Hitung SAW. Kemudian klik hitung maka secara otomatis sel-sel perhitungan normalisasi akan memiliki nilai hasil normalisasi Gambar 4.6 Form Hitung - SAW 112

83 3) Setelah dilakukan perhitungan normalisasi tahapan terakhir adalah laporan nilai akhir metode SAW, yaitu dengan cara pilih menu laporan pilih hasil SAW. Gambar 4.7 Form Hasil - SAW Tombol ranking berfungsi untuk mengurutkan nilai dari nilai yang tertinggi hingga nilai terendah, tombol simpan untuk menyimpan data dan tombol print excel untuk mencetak laporan ke dalam format microsoft excel. Berikut ini adalah tampilan Laporan hasil SAW dalam Microsoft Office Excel Gambar 4.8 Tampilan Laporan hasil SAW dalam Microsoft Office Excel 113

BAB IV HASIL DAN PEMBAHASAN

BAB IV HASIL DAN PEMBAHASAN 33 BAB IV HASIL DAN PEMBAHASAN 4.1. Hasil 4.1.1 Uraian Hasil Metode Gabungan AHP dan TOPSIS Dalam penyelesaian permasalahan dengan metode AHP dan TOPSIS ada beberapa langkah-langkah pemecahannya, yaitu

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA A. Konsep Sistem Pendukung Keputusan 1. Pengertian Keputusan Davis mengemukakan, Keputusan adalah hasil pemecahan masalah yang dihadapinya dengan tegas. Suatu keputusan merupakan

Lebih terperinci

BAB IV PEMBAHASAN. commit to user

BAB IV PEMBAHASAN. commit to user digilib.uns.ac.id 26 BAB IV PEMBAHASAN 4.1 Analisis Kebutuhan Sistem 4.1.1 Deskripsi Data Data yang berhasil dikumpulkan dari hasil wawancara dengan pegawai Kementrian Sosial di dapatkan data hasil survey

Lebih terperinci

SISTEM PENDUKUNG KEPUTUSAN PENEMPATAN POSISI IDEAL PEMAIN DALAM STRATEGI FORMASI SEPAK BOLA

SISTEM PENDUKUNG KEPUTUSAN PENEMPATAN POSISI IDEAL PEMAIN DALAM STRATEGI FORMASI SEPAK BOLA SISTEM PENDUKUNG KEPUTUSAN PENEMPATAN POSISI IDEAL PEMAIN DALAM STRATEGI FORMASI SEPAK BOLA Ian Febianto Jurusan Teknik Informatika, Fakultas Teknik dan Ilmu Komputer, Universitas Komputer Indonrsia Jl.

Lebih terperinci

BAB IV HASIL DAN PEMBAHASAN

BAB IV HASIL DAN PEMBAHASAN 22 BAB IV HASIL DAN PEMBAHASAN A. Gambaran Umum Organisasi 1. Profil Dinas Pendidikan Kabupaten Bone Bolango Secara umum gambaran pendidikan saat ini di Kabupaten Bone Bolango yaitu sebagai berikut : a.

Lebih terperinci

BAB IV HASIL DAN UJI COBA

BAB IV HASIL DAN UJI COBA BAB IV HASIL DAN UJI COBA IV.1. Tampilan Hasil Berikut ini dijelaskan tentang tampilan hasil dari Sistem Pendukung Keputusan Evaluasi Karyawan pada CV. Fountain dengan menggunakan metode AHP berbasis WEB

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA A. Sistem Pendukung Keputusan 1. Pengertian Sistem Pendukung Keputusan Menurut Alter (dalam Kusrini, 2007), Sistem pendukung keputusan merupakan sistem informasi interaktif yang

Lebih terperinci

BAB 2 TINJAUAN PUSTAKA DAN DASAR TEORI. yang di lakukan oleh Agus Settiyono (2016) dalam penelitiannya menggunakan 7

BAB 2 TINJAUAN PUSTAKA DAN DASAR TEORI. yang di lakukan oleh Agus Settiyono (2016) dalam penelitiannya menggunakan 7 BAB 2 2.1. Tinjauan Pustaka TINJAUAN PUSTAKA DAN DASAR TEORI Tinjauan pustaka yang dipakai dalam penelitian ini didapat dari penelitian yang di lakukan oleh Agus Settiyono (2016) dalam penelitiannya menggunakan

Lebih terperinci

SISTEM PENDUKUNG KEPUTUSAN PENENTU KELUARGA MISKIN METODE AHP BERBASIS WEB DINAMIS STUDY KASUS KELURAHAN KETAON, BANYUDONO, BOYOLALI

SISTEM PENDUKUNG KEPUTUSAN PENENTU KELUARGA MISKIN METODE AHP BERBASIS WEB DINAMIS STUDY KASUS KELURAHAN KETAON, BANYUDONO, BOYOLALI ISSN : 2338-4018 SISTEM PENDUKUNG KEPUTUSAN PENENTU KELUARGA MISKIN METODE AHP BERBASIS WEB DINAMIS STUDY KASUS KELURAHAN KETAON, BANYUDONO, BOYOLALI Zenna Atmaja (zennaatmaja@gmail.com) Muhammad Hasbi

Lebih terperinci

SPK Evaluasi Peserta LBD (Local Business Development) Dengan Metode AHP (Studi Kasus Chevron Indonesia Company)

SPK Evaluasi Peserta LBD (Local Business Development) Dengan Metode AHP (Studi Kasus Chevron Indonesia Company) SPK Evaluasi Peserta LBD (Local Business Development) Dengan Metode AHP (Studi Kasus Chevron Indonesia Company) Zakaria 1, Addy Suyatno 2, Heliza Rahmania Hatta 3 1 Lab Software Engineering, Program Studi

Lebih terperinci

BAB 2 TINJAUAN PUSTAKA Definisi Sistem, Keputusan dan Sistem Pendukung Keputusan

BAB 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 terperinci

Simposium Nasional Teknologi Terapan (SNTT) ISSN: X

Simposium Nasional Teknologi Terapan (SNTT) ISSN: X SISTEM PENENTUAN JURUSAN BAGI CALON PENERIMA MANFAAT SEBAGAI BAHAN PERTIMBANGAN PENEMPATAN KERJA MENGGUNAKAN ANALYTICAL HIERARCHY PROCESS Marini Muji Lestari 1, Andri Pranolo 2* 1 Teknik Informatika, Universitas

Lebih terperinci

INTRO Metode AHP dikembangkan oleh Saaty dan dipergunakan untuk menyelesaikan permasalahan yang komplek dimana data dan informasi statistik dari masal

INTRO Metode AHP dikembangkan oleh Saaty dan dipergunakan untuk menyelesaikan permasalahan yang komplek dimana data dan informasi statistik dari masal METODE AHP INTRO Metode AHP dikembangkan oleh Saaty dan dipergunakan untuk menyelesaikan permasalahan yang komplek dimana data dan informasi statistik dari masalah yang dihadapi sangat sedikit. Intro analytical

Lebih terperinci

BAB III ANALISA DAN PERANCANGAN SISTEM

BAB III ANALISA DAN PERANCANGAN SISTEM BAB III ANALISA DAN PERANCANGAN SISTEM Bab ini akan menjelaskan analisa sistem dan perancangan sebuah aplikasi desktop untuk pendataan bayi dan analisa kesehatan dengan mengimplementasikan algoritma Analitycal

Lebih terperinci

BAB III METODE PENELITIAN. lebih khusus lagi pada Bagian Kemahasiswaan Biro

BAB III METODE PENELITIAN. lebih khusus lagi pada Bagian Kemahasiswaan Biro BAB III METODE PENELITIAN 3.1. Objek Penelitian Penelitian ini penulis akan melakukan objek penelitian di Universitas Negeri Gorontalo lebih khusus lagi pada Bagian Kemahasiswaan Biro Administrasi Akademik

Lebih terperinci

Rici Efrianda ( )

Rici Efrianda ( ) SISTEM PENDUKUNG KEPUTUSAN PEMBERIAN PINJAMAN PADA PUSAT KOPERASI KEPOLISIAN DAERAH SUMATERA UTARA DENGAN MENGGUNAKAN METODE ANALYTICAL HIERARCHY PROCESS (AHP) Rici Efrianda (14111028) Mahasiswa Program

Lebih terperinci

Analytic Hierarchy Process

Analytic Hierarchy Process Analytic Hierarchy Process Entin Martiana INTRO Metode AHP dikembangkan oleh Saaty dan dipergunakan untuk menyelesaikan permasalahan yang komplek dimana data dan informasi statistik dari masalah yang dihadapi

Lebih terperinci

PENERAPAN METODE ANALYTICAL HIERARCHY PROCESS UNTUK PEMILIHAN TYPE SEPEDA MOTOR YAMAHA

PENERAPAN METODE ANALYTICAL HIERARCHY PROCESS UNTUK PEMILIHAN TYPE SEPEDA MOTOR YAMAHA PENERAPAN METODE ANALYTICAL HIERARCHY PROCESS UNTUK PEMILIHAN TYPE SEPEDA MOTOR YAMAHA Agustian Noor Jurusan Teknik Informatika, Politeknik Negeri Tanah Laut Jl. A Yani Km 6 Pelaihari Tanah Laut Kalimantan

Lebih terperinci

BAB IV PENGUMPULAN DAN PENGOLAHAN DATA

BAB IV PENGUMPULAN DAN PENGOLAHAN DATA BAB IV PENGUMPULAN DAN PENGOLAHAN DATA 4.1. Penyusunan Hirarki Dari identifikasi dan subatribut yang dominan, dapat disusun struktur hirarki sebagai berikut: Gambar 4.1 Struktur Hirarki Penerima Beasiswa

Lebih terperinci

ISSN VOL 15, NO 2, OKTOBER 2014

ISSN VOL 15, NO 2, OKTOBER 2014 PENERAPAN METODE TOPSIS DAN AHP PADA SISTEM PENUNJANG KEPUTUSAN PENERIMAAN ANGGOTA BARU, STUDI KASUS: IKATAN MAHASISWA SISTEM INFORMASI STMIK MIKROSKIL MEDAN Gunawan 1, Fandi Halim 2, Wilson 3 Program

Lebih terperinci

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PERUMAHAN DENGAN METODE ANALYTICAL HIERARCHY PROCESS

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PERUMAHAN DENGAN METODE ANALYTICAL HIERARCHY PROCESS ISSN : 2338-4018 SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PERUMAHAN DENGAN METODE ANALYTICAL HIERARCHY PROCESS Ambar Widayanti (ambarwidayanti@gmail.com) Muhammad Hasbi (hasbb63@yahoo.com) Teguh Susyanto (teguh@sinus.ac.id)

Lebih terperinci

RANCANG BANGUN APLIKASI SISTEM PENDUKUNG KEPUTUSAN MENGGUNAKAN MODEL ANALYTICAL HIERARCHY PROCESS UNTUK PEMBERIAN BONUS KARYAWAN

RANCANG BANGUN APLIKASI SISTEM PENDUKUNG KEPUTUSAN MENGGUNAKAN MODEL ANALYTICAL HIERARCHY PROCESS UNTUK PEMBERIAN BONUS KARYAWAN RANCANG BANGUN APLIKASI SISTEM PENDUKUNG KEPUTUSAN MENGGUNAKAN MODEL ANALYTICAL HIERARCHY PROCESS UNTUK PEMBERIAN BONUS KARYAWAN Yosep Agus Pranoto Jurusan Teknik Informatika, Fakultas Teknologi Industri

Lebih terperinci

BAB IV HASIL DAN PEMBAHASAN

BAB IV HASIL DAN PEMBAHASAN BAB IV HASIL DAN PEMBAHASAN IV.1. Tampilan Hasil Berikut ini dijelaskan tentang tampilan hasil dari sistem pendukung keputusan penentuan kenaikan kelas pada SMA Ar Rahman dengan sistem yang dibangun dapat

Lebih terperinci

BAB IV ANALISA DAN PERANCANGAN

BAB IV ANALISA DAN PERANCANGAN BAB IV ANALISA DAN PERANCANGAN Pada perancangan sistem pendukung keputusan, analisis memegang peranan yang penting dalam membuat rincian sistem baru. Analisis perangkat lunak merupakan langkah pemahaman

Lebih terperinci

PEMILIHAN RANGE PLAFOND PEMBIAYAAN TERBAIK BMT DENGAN METODE AHP. Dwi Yuniarto, S.Sos., M.Kom. Program Studi Teknik Informatika STMIK Sumedang

PEMILIHAN RANGE PLAFOND PEMBIAYAAN TERBAIK BMT DENGAN METODE AHP. Dwi Yuniarto, S.Sos., M.Kom. Program Studi Teknik Informatika STMIK Sumedang PEMILIHAN RANGE PLAFOND PEMBIAYAAN TERBAIK BMT DENGAN METODE AHP Dwi Yuniarto, S.Sos., M.Kom. Program Studi Teknik Informatika STMIK Sumedang ABSTRAK Penentuan range plafond diperlukan untuk menentukan

Lebih terperinci

SISTEM PENDUKUNG KEPUTUSAN PEMBERIAN KREDIT SEPEDA MOTOR UNTUK KONSUMEN PT.FIF CABANG MEDAN MENGGUNAKAN METODE ANALYTIC HIERARCHI PROCESS (AHP)

SISTEM PENDUKUNG KEPUTUSAN PEMBERIAN KREDIT SEPEDA MOTOR UNTUK KONSUMEN PT.FIF CABANG MEDAN MENGGUNAKAN METODE ANALYTIC HIERARCHI PROCESS (AHP) SISTEM PENDUKUNG KEPUTUSAN PEMBERIAN KREDIT SEPEDA MOTOR UNTUK KONSUMEN PT.FIF CABANG MEDAN MENGGUNAKAN METODE ANALYTIC HIERARCHI PROCESS (AHP) Ivan Kinski (0911189) Mahasiswa Program Studi Teknik Informatika,

Lebih terperinci

APLIKASI SISTEM PENDUKUNG KEPUTUSAN PENEMPATAN BIDAN DI DESA MENGGUNAKAN METODE ANALITYCAL HIERARCHY PROCESS (AHP)

APLIKASI SISTEM PENDUKUNG KEPUTUSAN PENEMPATAN BIDAN DI DESA MENGGUNAKAN METODE ANALITYCAL HIERARCHY PROCESS (AHP) APLIKASI SISTEM PENDUKUNG KEPUTUSAN PENEMPATAN BIDAN DI DESA MENGGUNAKAN METODE ANALITYCAL HIERARCHY PROCESS (AHP) Haditsah Annur haditsah@gmail.com Universitas Ichsan Gorontalo Abstrak Penempatan bidan

Lebih terperinci

BAB II TINJAUAN PUSTAKA... 8

BAB II TINJAUAN PUSTAKA... 8 8 DAFTAR ISI Halaman HALAMAN SAMPUL... i HALAMAN JUDUL... ii HALAMAN PENGESAHAN... iii HALAMAN PERNYATAAN... iv HALAMAN PERSEMBAHAN... v KATA PENGANTAR... vi DAFTAR ISI... viii DAFTAR GAMBAR... xi DAFTAR

Lebih terperinci

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN MAKANAN PADA BAYI LIMA TAHUN (BALITA) DENGAN MENGGUNAKAN METODE ANALYTICAL HIERARCHY PROCESS (AHP)

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN MAKANAN PADA BAYI LIMA TAHUN (BALITA) DENGAN MENGGUNAKAN METODE ANALYTICAL HIERARCHY PROCESS (AHP) SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN MAKANAN PADA BAYI LIMA TAHUN (BALITA) DENGAN MENGGUNAKAN METODE ANALYTICAL HIERARCHY PROCESS (AHP) Rudiansyah Mahasiswa Program Studi Teknik Informatika, STMIK Budidarma

Lebih terperinci

MODEL PENUNJANG KEPUTUSAN PENYELEKSIAN PEMBERIAN BEASISWA BIDIKMISI MENGGUNAKAN METODE ANALYTICAL HIERARCHY PROCESS

MODEL PENUNJANG KEPUTUSAN PENYELEKSIAN PEMBERIAN BEASISWA BIDIKMISI MENGGUNAKAN METODE ANALYTICAL HIERARCHY PROCESS MODEL PENUNJANG KEPUTUSAN PENYELEKSIAN PEMBERIAN BEASISWA BIDIKMISI MENGGUNAKAN METODE ANALYTICAL HIERARCHY PROCESS Adhie Thyo Priandika Teknik Informatika, STMIK Teknokrat Jl. H.ZA Pagaralam, No 9-11,

Lebih terperinci

JURNAL TEKNOLOGI INFORMASI & PENDIDIKAN ISSN : VOL. 1 NO. 1 MARET 2010

JURNAL TEKNOLOGI INFORMASI & PENDIDIKAN ISSN : VOL. 1 NO. 1 MARET 2010 PEMILIHAN KARYAWAN BERPRESTASI DENGAN METODE ANALITICAL HIERARCHY PROCES (AHP) STUDI KASUS PT. UNITED TRACTORS, TBK CABANG PADANG Abulwafa Muhammad 1 ABSTRACT In evaluate the performance of employee is

Lebih terperinci

BAB III ANALISIS DAN PERANCANGAN. evaluasi terhadap Sistem Pendukung Keputusan Pemilihan STMIK Terbaik Di

BAB III ANALISIS DAN PERANCANGAN. evaluasi terhadap Sistem Pendukung Keputusan Pemilihan STMIK Terbaik Di BAB III ANALISIS DAN PERANCANGAN III.1. Analisis Masalah Analisis masalah bertujuan untuk mengidentifikasi serta melakukan evaluasi terhadap Sistem Pendukung Keputusan Pemilihan STMIK Terbaik Di Medan

Lebih terperinci

repository.unisba.ac.id DAFTAR ISI ABSTRAK... KATA PENGANTAR... DAFTAR ISI... DAFTAR TABEL... DAFTAR GAMBAR... DAFTAR LAMPIRAN...

repository.unisba.ac.id DAFTAR ISI ABSTRAK... KATA PENGANTAR... DAFTAR ISI... DAFTAR TABEL... DAFTAR GAMBAR... DAFTAR LAMPIRAN... DAFTAR ISI ABSTRAK... KATA PENGANTAR... DAFTAR ISI... DAFTAR TABEL... DAFTAR GAMBAR... DAFTAR LAMPIRAN... i ii iv viii xv xvi BAB I PENDAHULUAN 1.1 Latar Belakang Masalah... 1 1.2 Perumusan Masalah...

Lebih terperinci

PENERAPAN METODE ANALITICAL HIERARCHY PROCESS (AHP) DALAM MEMILIH SUPPLIER Rudin Himu 1, Arip Mulyanto 2, Dian Novian 3 S1 Sistem Informasi /

PENERAPAN METODE ANALITICAL HIERARCHY PROCESS (AHP) DALAM MEMILIH SUPPLIER Rudin Himu 1, Arip Mulyanto 2, Dian Novian 3 S1 Sistem Informasi / PENERAPAN METODE ANALITICAL HIERARCHY PROCESS (AHP) DALAM MEMILIH SUPPLIER Rudin Himu 1, Arip Mulyanto 2, Dian Novian 3 S1 Sistem Informasi / Informatika Intisari Penelitian ini akan menerapkan metode

Lebih terperinci

BAB III ANALISA DAN DESAIN SISTEM

BAB III ANALISA DAN DESAIN SISTEM BAB III ANALISA DAN DESAIN SISTEM III.1. Analisis Masalah Tujuan analisa sistem dalam pembangunan aplikasi sistem pendukung keputusan ini adalah untuk mendapatkan semua kebutuhan pengguna dan sistem, yaitu

Lebih terperinci

BAB IV. commit to user

BAB IV. commit to user digilib.uns.ac.id 22 BAB IV BAB IV PEMBAHASAN 4.1. Pengumpulan Data Data mengenai lokasi toko diperoleh dari hasil wawancara dengan kuisioner kepada pemilik Toko Ivo Busana. Kuisioner tersebut berisi informasi

Lebih terperinci

BAB III ANALISA DAN DESAIN SISTEM

BAB III ANALISA DAN DESAIN SISTEM BAB III ANALISA DAN DESAIN SISTEM III.1. Analisa Masalah Tujuanan alias sistem dalam pembangunan aplikasi sistem pendukung keputusan ini adalah untuk mendapatkan semua kebutuhan pengguna dan sistem, yaitu

Lebih terperinci

DAFTAR ISI. HALAMAN JUDUL... i SURAT PERNYATAAN... ii KATA PENGANTAR... iii DAFTAR ISI... v DAFTAR GAMBAR... viii DAFTAR TABEL... x INTISARI...

DAFTAR ISI. HALAMAN JUDUL... i SURAT PERNYATAAN... ii KATA PENGANTAR... iii DAFTAR ISI... v DAFTAR GAMBAR... viii DAFTAR TABEL... x INTISARI... DAFTAR ISI HALAMAN JUDUL... i SURAT PERNYATAAN... ii KATA PENGANTAR... iii DAFTAR ISI... v DAFTAR GAMBAR... viii DAFTAR TABEL... x INTISARI... xiii BAB I PENDAHULUAN... 1 1.1 Latar Belakang... 1 1.2 Rumusan

Lebih terperinci

SISTEM INFORMASI PENDUKUNG KEPUTUSAN PADA SELEKSI PENERIMAAN PEGAWAI MENGGUNAKAN METODE ANALYTICAL HIERARCHY PROCESS

SISTEM INFORMASI PENDUKUNG KEPUTUSAN PADA SELEKSI PENERIMAAN PEGAWAI MENGGUNAKAN METODE ANALYTICAL HIERARCHY PROCESS SISTEM INFORMASI PENDUKUNG KEPUTUSAN PADA SELEKSI PENERIMAAN PEGAWAI MENGGUNAKAN METODE ANALYTICAL HIERARCHY PROCESS (AHP) Oleh : Imam Husni A Abstrak - Penelitian ini mengembangankan Sistem Pendukung

Lebih terperinci

SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN BEASISWA DIi SMK N 1 SUKOHARJO DENGAN METODE SIMPLE ADDITIVE WEIGHTING (SAW)

SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN BEASISWA DIi SMK N 1 SUKOHARJO DENGAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN BEASISWA DIi SMK N SUKOHARJO DENGAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) Risky Hidayati (distaholicrisky@yahoo.com) Bebas Widada (bbswdd@gmail.com) Andriani Kusumaningrum

Lebih terperinci

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN SUPPLIER DENGAN METODE ANALYTICHAL HIERARCHY PROCESS

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN SUPPLIER DENGAN METODE ANALYTICHAL HIERARCHY PROCESS SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN SUPPLIER DENGAN METODE ANALYTICHAL HIERARCHY PROCESS 1 Rikky Wisnu Nugrha, 2 Romi 1 Program Studi Komputerisasi Akuntansi Politeknik LPKIA 2 Program Studi Sistem Informasi

Lebih terperinci

Pemodelan Sistem Penunjang Keputusan (DSS) Dengan Analytic Hierarchical Proces (AHP).

Pemodelan Sistem Penunjang Keputusan (DSS) Dengan Analytic Hierarchical Proces (AHP). Pemodelan Sistem Penunjang Keputusan (DSS) Dengan Analytic Hierarchical Proces (AHP). Pengembangan Pendekatan SPK Pengembangan SPK membutuhkan pendekatan yg unik. Pengembangan SPK Terdapat 3 (tiga) pendekatan

Lebih terperinci

Sistem Pendukung Keputusan Untuk Menentukan Program Keahlian di SMK Syubbanul Wathon Magelang

Sistem Pendukung Keputusan Untuk Menentukan Program Keahlian di SMK Syubbanul Wathon Magelang Konferensi Nasional Sistem & Informatika 205 STMIK STIKOM Bali, 9 0 Oktober 205 Sistem Pendukung Keputusan Untuk Menentukan Program Keahlian di SMK Syubbanul Wathon Magelang Ninik Tri Hartanti ), Kusrini

Lebih terperinci

Implementasi Metode AHP dalam Perancangan Sistem Penunjang Keputusan Penentuan Kuota Pembimbing Mahasiswa. Irfan Dwi Jaya

Implementasi Metode AHP dalam Perancangan Sistem Penunjang Keputusan Penentuan Kuota Pembimbing Mahasiswa. Irfan Dwi Jaya 2 Implementasi Metode AHP dalam Perancangan Sistem Penunjang Keputusan Penentuan Kuota Pembimbing Mahasiswa Irfan Dwi Jaya IMPLEMENTASI METODE AHP DALAM PERANCANGAN SISTEM PENUNJANG KEPUTUSAN PENENTUAN

Lebih terperinci

Seminar Nasional Aplikasi Teknologi Informasi 2009 (SNATI 2009) ISSN: Yogyakarta, 20 Juni 2009

Seminar 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 terperinci

BAB IV HASIL DAN PEMBAHASAN. Pada bab ini akan dijelaskan hasil dan pembahasan dari penelitian ini

BAB IV HASIL DAN PEMBAHASAN. Pada bab ini akan dijelaskan hasil dan pembahasan dari penelitian ini BAB IV HASIL DAN PEMBAHASAN Pada bab ini akan dijelaskan hasil dan pembahasan dari penelitian ini melalui tahapan-tahapan yang ada pada metode eksperimen. 4.1 Hasil 4.1.1 Pengumpulan Data dan Analisis

Lebih terperinci

BAB IV HASIL DAN PEMBAHASAN

BAB IV HASIL DAN PEMBAHASAN BAB IV HASIL DAN PEMBAHASAN IV.1. Tampilan Hasil Berikut ini dijelaskan tentang tampilan hasil dari sistem pendukung keputusan seleksi pemilihan agen terbaik dengan sistem yang dibangun dapat dilihat sebagai

Lebih terperinci

BAB III ANALISA DAN DESAIN SISTEM

BAB III ANALISA DAN DESAIN SISTEM BAB III ANALISA DAN DESAIN SISTEM III.1. Analisis Masalah Proses yang sedang berjalan dalam perekrutan calon karyawan pada PT. Anugerah Bersama Lestari masih bersifat semi komputerisasi. Dimana petugas

Lebih terperinci

BAB III ANALISIS DAN DESAIN SISTEM

BAB III ANALISIS DAN DESAIN SISTEM BAB III ANALISIS DAN DESAIN SISTEM III.1. Analisa Masalah Pengambilan Keputusan dalam menentukan jumlah pemesanan obat masih sering terjadi kesalahan sehingga menjadi lambat dan tidak akurat. Hal ini cenderung

Lebih terperinci

Analisa Metode Analytical Hierarchy Process (AHP) dan Simple Multi Attibute Rating Technique (SMART) dalam Pemilihan Produk Printer

Analisa Metode Analytical Hierarchy Process (AHP) dan Simple Multi Attibute Rating Technique (SMART) dalam Pemilihan Produk Printer ISSN : 1978-6603 Analisa Metode Analytical Hierarchy Process (AHP) dan Simple Multi Attibute Rating Technique (SMART) dalam Pemilihan Produk Printer Herriyance *1, M. Dahria #2 *1 Program Studi Ilmu Komputer,

Lebih terperinci

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PERGURUAN TINGGI UNTUK SISWA YANG MELANJUTKAN KULIAH PADA SMA N 1 TEGAL

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PERGURUAN TINGGI UNTUK SISWA YANG MELANJUTKAN KULIAH PADA SMA N 1 TEGAL SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PERGURUAN TINGGI UNTUK SISWA YANG MELANJUTKAN KULIAH PADA SMA N 1 TEGAL Asep Nurhidayat Jurusan Teknik Informatika, Fakultas Ilmu Komputer Universitas Dian Nuswantoro

Lebih terperinci

BAB III METODE PENELITIAN. dilaksanakan pada Semester Genap Tahun Ajaran 2014/2015. Perangkat yang digunakan dalam penelitian ini meliputi:

BAB III METODE PENELITIAN. dilaksanakan pada Semester Genap Tahun Ajaran 2014/2015. Perangkat yang digunakan dalam penelitian ini meliputi: BAB III METODE PENELITIAN 3.1 Tempat Dan Waktu Penelitian Penelitian ini dilakukan di Jurusan Ilmu Komputer Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Lampung Selatan. Waktu penelitian dilaksanakan

Lebih terperinci

BAB III ANALISIS DAN DESAIN SISTEM

BAB III ANALISIS DAN DESAIN SISTEM BAB III ANALISIS DAN DESAIN SISTEM III.1. Analisa Masalah Pemilihan Kualitas busa springbed ini masih dilakukan secara manual dan tidak efisiensi baik dari segi waktu maupun biaya. Proses pemilihan Kualitas

Lebih terperinci

BAB III ANALISA DAN DESAIN SISTEM

BAB III ANALISA DAN DESAIN SISTEM BAB III ANALISA DAN DESAIN SISTEM III.. Analisis Masalah Analisis yang berjalan pada sistem ini bertujuan untuk mengidentifikasi serta melakukan evaluasi terhadap Sistem Pendukung Keputusan Seleksi Pegawai

Lebih terperinci

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN SISWA BERPRESTASI MENGGUNAKAN METODE AHP (ANALYTICAL HIERARCHY PROCESS)

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN SISWA BERPRESTASI MENGGUNAKAN METODE AHP (ANALYTICAL HIERARCHY PROCESS) SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN SISWA BERPRESTASI MENGGUNAKAN METODE AHP (ANALYTICAL HIERARCHY PROCESS) SKRIPSI Diajukan Untuk Memenuhi Salah Satu Syarat Guna Memperoleh Gelar Sarjana Komputer (S.Kom)

Lebih terperinci

BAB IV HASIL DAN PEMBAHASAN

BAB IV HASIL DAN PEMBAHASAN BAB IV HASIL DAN PEMBAHASAN IV.1. Tampilan Hasil Penulis merancang program sistem pendukung keputusan pemberian cuti pegawai dengan metode AHP dengan menggunakan bahasa pemogram Microsoft Visual Basic.Net

Lebih terperinci

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PONDOK PESANTREN DI PURWOKERTO (STUDI KASUS : MAHASISWA STAIN PURWOKERTO)

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PONDOK PESANTREN DI PURWOKERTO (STUDI KASUS : MAHASISWA STAIN PURWOKERTO) SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PONDOK PESANTREN DI PURWOKERTO (STUDI KASUS : MAHASISWA STAIN PURWOKERTO) Nur Atikah Fitriani 1, Imam Tahyudin 2 1 Teknik Informatika, STMIK AMIKOM Purwokerto, 2 Sistem

Lebih terperinci

SISTEM PENDUKUNG KEPUTUSAN DALAM MENENTUKAN PENILAIAN PRESTASI KARYAWAN TERBAIK. Surmayanti, S.Kom, M.Kom

SISTEM PENDUKUNG KEPUTUSAN DALAM MENENTUKAN PENILAIAN PRESTASI KARYAWAN TERBAIK. Surmayanti, S.Kom, M.Kom SISTEM PENDUKUNG KEPUTUSAN DALAM MENENTUKAN PENILAIAN PRESTASI KARYAWAN TERBAIK Surmayanti, S.Kom, M.Kom Email : surmayanti94@yahoo.co.id Dosen Tetap Universitas Putra Indonesia YPTK Padang Padang Sumatera

Lebih terperinci

SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN PENERIMA BEASISWA DI SMA NEGERI 6 PANDEGLANG

SISTEM 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 terperinci

JURNAL TEKNOLOGI INFORMASI & PENDIDIKAN ISSN : VOL. 2 NO. 1 SEPTEMBER 2010

JURNAL TEKNOLOGI INFORMASI & PENDIDIKAN ISSN : VOL. 2 NO. 1 SEPTEMBER 2010 SISTEM PEMBERIAN KREDIT DENGAN MENGGUNAKAN METODE ANALYTICAL HIERARCHY PROCESS (STUDI KASUS PADA BANK DANAMON SIMPAN PINJAM Des Suryani 1 ABSTRACT The Danamon Bank of Savings and Loans is one of the banks

Lebih terperinci

ANALISIS DAN USULAN SOLUSI SISTEM UNTUK MENDUKUNG KEPUTUSAN PENILAIAN KINERJA DOSEN MENGGUNAKAN METODE ANALYTICAL HIERARCHY PROCESS (AHP)

ANALISIS DAN USULAN SOLUSI SISTEM UNTUK MENDUKUNG KEPUTUSAN PENILAIAN KINERJA DOSEN MENGGUNAKAN METODE ANALYTICAL HIERARCHY PROCESS (AHP) ANALISIS DAN USULAN SOLUSI SISTEM UNTUK MENDUKUNG KEPUTUSAN PENILAIAN KINERJA DOSEN MENGGUNAKAN METODE ANALYTICAL HIERARCHY PROCESS (AHP) Petrus Wolo 1, Ernawati 2, Paulus Mudjihartono 3 Program Studi

Lebih terperinci

APLIKASI AHP UNTUK PENILAIAN KINERJA DOSEN

APLIKASI AHP UNTUK PENILAIAN KINERJA DOSEN Indriyati APLIKASI AHP UNTUK PENILAIAN KINERJA DOSEN Indriyati Program Studi Teknik Informatika Jurusan Matematika FSM Universitas Diponegoro Abstrak Dalam era globalisasi dunia pendidikan memegang peranan

Lebih terperinci

Kitnas Dian Purwitasari dan Feddy Setio Pribadi. Jurusan Teknik Elektro, Fakultas Teknik, Universitas Negeri Semarang, Indonesia

Kitnas Dian Purwitasari dan Feddy Setio Pribadi. Jurusan Teknik Elektro, Fakultas Teknik, Universitas Negeri Semarang, Indonesia 57 Implementasi Sistem Pendukung Keputusan Peminatan Peserta Didik SMA menggunakan Metode AHP (Analytic Hierarchy Process) dan SAW (Simple Additive Weighting) Kitnas Dian Purwitasari dan Feddy Setio Pribadi

Lebih terperinci

Jurnal Informasi Volume VII No.1 / Februari / 2015

Jurnal 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 terperinci

BAB III ANALISIS DAN DESAIN SISTEM

BAB III ANALISIS DAN DESAIN SISTEM BAB III ANALISIS DAN DESAIN SISTEM III.1 Analisa Masalah Analisa masalah bertujuan untuk mengklarifikasi serta melakukan evaluasi terhadap sistem pembelian sepeda motor bekas yang sedang berjalan pada

Lebih terperinci

IMPLEMENTASI SISTEM PENDUKUNG KEPUTUSAN PENERIMA BERAS UNTUK KELUARGA MISKIN ( RASKIN ) MENGGUNAKAN METODE AHP (ANALYTICAL HIERARCHY PROCESS) Ilyas

IMPLEMENTASI SISTEM PENDUKUNG KEPUTUSAN PENERIMA BERAS UNTUK KELUARGA MISKIN ( RASKIN ) MENGGUNAKAN METODE AHP (ANALYTICAL HIERARCHY PROCESS) Ilyas IMPLEMENTASI SISTEM PENDUKUNG KEPUTUSAN PENERIMA BERAS UNTUK KELUARGA MISKIN ( RASKIN ) MENGGUNAKAN METODE AHP (ANALYTICAL HIERARCHY PROCESS) Ilyas Program Studi Sistem Informasi, Fakultas Teknik dan Ilmu

Lebih terperinci

BAB 3 METODOLOGI PENELITIAN

BAB 3 METODOLOGI PENELITIAN BAB 3 METODOLOGI PENELITIAN 3.1 Obyek Penelitian Penelitian akan dilakukan di instansi wilayah kecamatan Margorejo Kab.PATI tepatnya pada Unit Pengelola Program Keluarga Harapan (UPPKH) yang merupakan

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN 3.1. Metode Dasar Penelitian Metode dasar yang digunakan dalam penelitian ini adalah deskriptif analisis, yaitu suatu metode penelitian mengenai gambaran lengkap tentang hal-hal

Lebih terperinci

SISTEM PENDUKUNG KEPUTUSAN PENENTUAN BANTUAN KHUSUS SISWA MISKIN MENGGUNAKAN METODE ANALYTICAL HIERARCHY PROCESS PADA SMK PELAYARAN HANG TUAH KEDIRI

SISTEM PENDUKUNG KEPUTUSAN PENENTUAN BANTUAN KHUSUS SISWA MISKIN MENGGUNAKAN METODE ANALYTICAL HIERARCHY PROCESS PADA SMK PELAYARAN HANG TUAH KEDIRI SISTEM PENDUKUNG KEPUTUSAN PENENTUAN BANTUAN KHUSUS SISWA MISKIN MENGGUNAKAN METODE ANALYTICAL HIERARCHY PROCESS PADA SMK PELAYARAN HANG TUAH KEDIRI SKRIPSI Diajukan Untuk Memenuhi Sebagian Syarat Guna

Lebih terperinci

SISTEM INFORMASI PENENTUAN LOKASI TPA SAMPAH MENGGUNAKAN METODE AHP Studi Kasus: Dinas Kebersihan dan Pertamanan Kota Malang

SISTEM INFORMASI PENENTUAN LOKASI TPA SAMPAH MENGGUNAKAN METODE AHP Studi Kasus: Dinas Kebersihan dan Pertamanan Kota Malang SISTEM INFORMASI PENENTUAN LOKASI TPA SAMPAH MENGGUNAKAN METODE AHP Studi Kasus: Dinas Kebersihan dan Pertamanan Kota Malang Febiana Putri Mentari, Ely Setyo Astuti 1, Rosa Andrie Asmara 2 Program Studi

Lebih terperinci

DAFTAR ISI. HALAMAN JUDUL... i. HALAMAN PERSETUJUAN... ii. HALAMAN PENGESAHAN... iii. HALAMAN PERSEMBAHAN... iv. HALAMAN MOTTO... v. INTISARI...

DAFTAR ISI. HALAMAN JUDUL... i. HALAMAN PERSETUJUAN... ii. HALAMAN PENGESAHAN... iii. HALAMAN PERSEMBAHAN... iv. HALAMAN MOTTO... v. INTISARI... DAFTAR ISI Halaman HALAMAN JUDUL... i HALAMAN PERSETUJUAN... ii HALAMAN PENGESAHAN... iii HALAMAN PERSEMBAHAN... iv HALAMAN MOTTO... v INTISARI... vi KATA PENGANTAR... vii DAFTAR ISI... ix DAFTAR GAMBAR...

Lebih terperinci

JURNAL SISTEM PENDUKUNG KEPUTUSAN DALAM PEMBERIAN KREDIT PADA KSP MITRA RAKYAT BERSAMA NGANJUK DENGAN METODE ANALYTICAL HIERARCHY PROCESS (AHP)

JURNAL SISTEM PENDUKUNG KEPUTUSAN DALAM PEMBERIAN KREDIT PADA KSP MITRA RAKYAT BERSAMA NGANJUK DENGAN METODE ANALYTICAL HIERARCHY PROCESS (AHP) JURNAL SISTEM PENDUKUNG KEPUTUSAN DALAM PEMBERIAN KREDIT PADA KSP MITRA RAKYAT BERSAMA NGANJUK DENGAN METODE ANALYTICAL HIERARCHY PROCESS (AHP) Disusun Oleh: Moh.Arifin NPM : 12.1.03.03.0318 Dibimbing

Lebih terperinci

BAB 2 TINJAUAN PUSTAKA. 2.1 Profile Umum P.T. PJB Badan Pengelola Waduk Cirata

BAB 2 TINJAUAN PUSTAKA. 2.1 Profile Umum P.T. PJB Badan Pengelola Waduk Cirata BAB 2 TINJAUAN PUSTAKA 2.1 Profile Umum P.T. PJB Badan Pengelola Waduk Cirata PT. Pembangkitan Jawa Bali (PT. PJB) Cirata merupakan pusat PLTA yang terletak di Kecamatan Cipeundeuy Kabupaten Bandung Barat.

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Objek Penelitian Penelitian ini dilakukan di daerah Kabupaten Sleman, yang merupakan salah satu Kabupaten yang berada di Provinsi Daerah Istimewa Yogyakarta. Penelitian dilakukan

Lebih terperinci

SISTEM 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 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 terperinci

Sistem Pendukung Keputusan Penasehat Akademik (PA) untuk Mengurangi Angka Drop Out (DO) di STMIK Bina Sarana Global

Sistem Pendukung Keputusan Penasehat Akademik (PA) untuk Mengurangi Angka Drop Out (DO) di STMIK Bina Sarana Global Sistem Pendukung Keputusan Penasehat Akademik (PA) untuk Mengurangi Angka Drop Out (DO) di STMIK Bina Sarana Global Sri Subekti 1, Arni Retno Mariana 2, Andri Riswanda 3 1,2 Dosen STMIK Bina Sarana Global,

Lebih terperinci

BAB III ANALISA DAN DESAIN SISTEM

BAB III ANALISA DAN DESAIN SISTEM BAB III ANALISA DAN DESAIN SISTEM III.1. Analisa Sistem Yang Berjalan Seorang pakar dalam menentukan alternatif keputusan membutuhkan waktu yang cukup lama, sehingga dapat mempengaruhi faktor fisikis seorang

Lebih terperinci

SISTEM PENDUKUNG KEPUTUSAN PENENTUAN PRIORITAS PENGEMBANGAN INDUSTRI KECIL DAN MENENGAH DI LAMPUNG TENGAH MENGGUNAKAN ANALITICAL HIERARCHY PROCESS

SISTEM PENDUKUNG KEPUTUSAN PENENTUAN PRIORITAS PENGEMBANGAN INDUSTRI KECIL DAN MENENGAH DI LAMPUNG TENGAH MENGGUNAKAN ANALITICAL HIERARCHY PROCESS SISTEM PENDUKUNG KEPUTUSAN PENENTUAN PRIORITAS PENGEMBANGAN INDUSTRI KECIL DAN MENENGAH DI LAMPUNG TENGAH MENGGUNAKAN ANALITICAL HIERARCHY PROCESS (A HP) Heri Nurdiyanto 1), Heryanita Meilia 2) 1) Teknik

Lebih terperinci

PENGEMBANGAN SISTEM PENUNJANG KEPUTUSAN PENENTUAN PEMBERIAN BEASISWA TINGKAT SEKOLAH

PENGEMBANGAN 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 terperinci

Penerapan Metode AHP dalam Penentuan Prioritas Pengadaan Sepeda Motor Yamaha

Penerapan Metode AHP dalam Penentuan Prioritas Pengadaan Sepeda Motor Yamaha ISSN: 0216-3284 875 Penerapan Metode AHP dalam Penentuan Prioritas Pengadaan Sepeda Motor Yamaha Tesa Desviera Suzanty 1, Hugo Aprilianto 2 Program Studi Sistem Informasi STMIK Banjarbaru 1 Program Studi

Lebih terperinci

BAB III ANALISA DAN PERANCANGAN SISTEM

BAB III ANALISA DAN PERANCANGAN SISTEM BAB III ANALISA DAN PERANCANGAN SISTEM III.1 Analisis Sistem Analisis sistem merupakan penguraian dari suatu sistem yang utuh kedalam bagian-bagian komponennya dengan maksud untuk mengidentifikasikan dan

Lebih terperinci

BAB III ANALISIS DAN DESAIN SISTEM

BAB III ANALISIS DAN DESAIN SISTEM BAB III ANALISIS DAN DESAIN SISTEM III.1. Analisis Sistem Yang Sedang Berjalan Analisis sistem dilakukan guna mengetahui gambaran umum seleksi pendataan agunan pinjaman yaitu menganalisis tentang sistem

Lebih terperinci

APLIKASI SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN KAMBING POTONG MENGGUNAKAN SIMPLE ADDITIVE WEIGHTING (SAW)

APLIKASI SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN KAMBING POTONG MENGGUNAKAN SIMPLE ADDITIVE WEIGHTING (SAW) APLIKASI SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN KAMBING POTONG MENGGUNAKAN SIMPLE ADDITIVE WEIGHTING (SAW) Akhmad Khanif, Sri Eniyati, Agus Prasetyo Utomo Abstrak Era globalisasi menuntut sumber daya manusia

Lebih terperinci

SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN SISWA BARU DI SMA NEGERI 3 GORONTALO MENGGUNAKAN METODE AHP BERBASIS WEB. Abstrak

SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN SISWA BARU DI SMA NEGERI 3 GORONTALO MENGGUNAKAN METODE AHP BERBASIS WEB. Abstrak 1 SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN SISWA BARU DI SMA NEGERI 3 GORONTALO MENGGUNAKAN METODE AHP BERBASIS WEB Mayang Pratiwi Damopolii 1, Moh Hidayat Koniyo, ST. M.Kom. 2 Dian Novian S.Kom, MT. 3 Abstrak

Lebih terperinci

BAB IV HASIL DAN UJI COBA

BAB IV HASIL DAN UJI COBA BAB IV HASIL DAN UJI COBA IV.1. Tampilan Hasil Berikut ini akan dijelaskan tentang tampilan hasil program dan pembahasan dari Sistem Penunjang Keputusan Pemilihan Berita Dengan Metode AHP Pada Program

Lebih terperinci

SISTEM PENDUKUNG KEPUTUSAN PENENTUAN GURU YANG BERHAK MENERIMA SERTIFIKASI MENGGUNAKAN METODE ANALYTICAL HIERARCHY PROCESS (AHP)

SISTEM PENDUKUNG KEPUTUSAN PENENTUAN GURU YANG BERHAK MENERIMA SERTIFIKASI MENGGUNAKAN METODE ANALYTICAL HIERARCHY PROCESS (AHP) SISTEM PENDUKUNG KEPUTUSAN PENENTUAN GURU YANG BERHAK MENERIMA SERTIFIKASI MENGGUNAKAN METODE ANALYTICAL HIERARCHY PROCESS (AHP) SKRIPSI Diajukan Untuk Memenuhi Sebagian Syarat Guna Memperoleh Gelar Sarjana

Lebih terperinci

Sistem Pendukung Keputusan Pemilihan Siswa Terbaik Menggunakan FMADM Di Skadron Pendidikan 204 Pangkalan TNI AU Sulaiman Bandung

Sistem Pendukung Keputusan Pemilihan Siswa Terbaik Menggunakan FMADM Di Skadron Pendidikan 204 Pangkalan TNI AU Sulaiman Bandung Sistem Pendukung Keputusan Pemilihan Siswa Terbaik Menggunakan FMADM Di Skadron Pendidikan 204 Pangkalan TNI AU Sulaiman Bandung Zaky Satrio Wijaya 10106463 Dosen Pembimbing Dosen Penguji I Dosen Penguji

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN 3.1 Alur Metodologi Penelitian Metodologi penelitian merupakan sekumpulan rangkaian tahapan kegiatan atau prosedur yang digunakan oleh pelaksana penelitian yang dilakukan

Lebih terperinci

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PEMBELIAN MOTOR JENIS YAMAHA

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PEMBELIAN MOTOR JENIS YAMAHA SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PEMBELIAN MOTOR JENIS YAMAHA Wira Guna Wulan Rindryani Jurusan Sistem Informasi STMIK PalComTech Palembang Abstrak PT Thamrin Brothers adalah sebuah perusahaan yang

Lebih terperinci

BAB III ANALISA DAN DESAIN SISTEM

BAB III ANALISA DAN DESAIN SISTEM BAB III ANALISA DAN DESAIN SISTEM III.1. Analisa Masalah Agen Asuransi merupakan perantara dari perusahaan asuransi dengan pihak tertanggung baik dalam penutupan pertanggung maupun dalam penyelesaian klaim.

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN Metodologi penelitian adalah sebuah langkah-langkah atau cara yang digunakan untuk mencari dan memperoleh data-data yang diperlukan dan selanjutnya diproses menjadi informasi

Lebih terperinci

SISTEM PENDUKUNG KEPUTUSAN PERIJINAN DAN PENEMPATAN KOLAM JARING TERAPUNG MENGGUNAKAN METODE AHP STUDI KASUS PT

SISTEM PENDUKUNG KEPUTUSAN PERIJINAN DAN PENEMPATAN KOLAM JARING TERAPUNG MENGGUNAKAN METODE AHP STUDI KASUS PT SISTEM PENDUKUNG KEPUTUSAN PERIJINAN DAN PENEMPATAN KOLAM JARING TERAPUNG MENGGUNAKAN METODE AHP STUDI KASUS PT. PJB CIRATA BADAN PENGELOLAAN WADUK CIRATA Erika Susilo Jurusan Teknik Informatika Fakultas

Lebih terperinci

BAB III ANALISIS DAN PERANCANGAN SISTEM. Metode penelitian pada pembuatan sistem ini menggunakan SDLC Model

BAB III ANALISIS DAN PERANCANGAN SISTEM. Metode penelitian pada pembuatan sistem ini menggunakan SDLC Model BAB III ANALISIS DAN PERANCANGAN SISTEM 3.1 Metode Penelitian Metode penelitian pada pembuatan sistem ini menggunakan SDLC Model Waterfall. Seperti yang dijelaskan pada Gambar 3.1. - Analisis Kebutuhan

Lebih terperinci

BAB III ANALISA DAN DESAIN SISTEM

BAB III ANALISA DAN DESAIN SISTEM BAB III ANALISA DAN DESAIN SISTEM III.1. Analisis Masalah Adapun permasalahan yang dihadapi SMA Negeri 2 Medan dalam mempersiapkan siswa-siswa untuk mengikuti olimpiade sains adalah menyesuaikan minat

Lebih terperinci

BAB III ANALISA DAN DESAIN SISTEM. Indonesia I cabang Belawan masih bersifat manual, yaitu surat-surat bukti

BAB III ANALISA DAN DESAIN SISTEM. Indonesia I cabang Belawan masih bersifat manual, yaitu surat-surat bukti BAB III ANALISA DAN DESAIN SISTEM III.1. Analisa Masalah Pada kegiatan pelayanan keluar masuk kapal pada PT. Pelabuhan Indonesia I cabang Belawan masih bersifat manual, yaitu surat-surat bukti pendaftaran,

Lebih terperinci

SISTEM PENUNJANG KEPUTUSAN PRIORITAS PERBAIKAN JALAN MENGGUNAKAN METODE ANALYTICAL HIERARCHY PROCESS

SISTEM PENUNJANG KEPUTUSAN PRIORITAS PERBAIKAN JALAN MENGGUNAKAN METODE ANALYTICAL HIERARCHY PROCESS INFORMATIKA, Vol.3 September 2016, pp. 200~207 ISSN: 2355-6579 E-ISSN: 2528-2247 200 SISTEM PENUNJANG KEPUTUSAN PRIORITAS PERBAIKAN JALAN MENGGUNAKAN METODE ANALYTICAL HIERARCHY PROCESS Ade Mubarok 1,

Lebih terperinci

Sistem Pendukung Keputusan Memilih Perguruan Tinggi Swasta di Palembang Sebagai Pilihan Tempat Kuliah

Sistem Pendukung Keputusan Memilih Perguruan Tinggi Swasta di Palembang Sebagai Pilihan Tempat Kuliah Sistem Pendukung Keputusan Memilih Perguruan Tinggi Swasta di Palembang Sebagai Pilihan Tempat Kuliah A Yani Ranius Fakultas Ilmu Komputer Universitas Bina Darma Palembang ay_ranius@yahoo.com Abstrak Sistem

Lebih terperinci

SISTEM PENDUKUNG KEPUTUSAN UNTUK PEMILIHAN PERGURUAN TINGGI KOMPUTER SWASTA

SISTEM PENDUKUNG KEPUTUSAN UNTUK PEMILIHAN PERGURUAN TINGGI KOMPUTER SWASTA SISTEM PENDUKUNG KEPUTUSAN UNTUK PEMILIHAN PERGURUAN TINGGI KOMPUTER SWASTA Yuli Astuti 1, M. Suyanto 2, Kusrini 3 Mahasiswa 1, Pembimbing 1 2, Pembimbing 2 3 Program Studi Magister Informatika STMIK AMIKOM

Lebih terperinci

ANALISIS KRITERIA SISTEM PENDUKUNG KEPUTUSAN BEASISWA BELAJAR BAGI GURU MENGGUNAKAN METODE ANALYTIC HIERARCHY PROCESS (AHP)

ANALISIS KRITERIA SISTEM PENDUKUNG KEPUTUSAN BEASISWA BELAJAR BAGI GURU MENGGUNAKAN METODE ANALYTIC HIERARCHY PROCESS (AHP) ANALISIS KRITERIA SISTEM PENDUKUNG KEPUTUSAN BEASISWA BELAJAR BAGI GURU MENGGUNAKAN METODE ANALYTIC HIERARCHY PROCESS (AHP) Sunggito Oyama 1, Ernawati 2, Paulus Mudjihartono 3 1,2,3) Jurusan Teknik Informatika,

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN Metodologi merupakan langkah-langkah sistematis yang dipergunakan untuk mempermudah dalam mengembangkan Sistem Pendukung Keputusan. Metodologi penelitian adalah cara yang

Lebih terperinci