APLIKASI METODE FUZZY MULTI CRITERIA DECISION MAKING (FMCDM) UNTUK OPTIMALISASI PENENTUAN LOKASI PROMOSI PRODUK
|
|
- Teguh Sanjaya
- 7 tahun lalu
- Tontonan:
Transkripsi
1 APLIKASI METODE FUZZY MULTI CRITERIA DECISION MAKING (FMCDM) UNTUK OPTIMALISASI PENENTUAN LOKASI PROMOSI PRODUK Novhirtamely Kahar, ST. 1, Nova Fitri, S.Kom. 2 1&2 Program Studi Teni Informatia, STMIK Nurdin Hamzah Jambi Jln. Kolonel Abunjani Sipin Jambi n0vh1r@gmail.com ABSTRAK Meningatnya ompetisi dalam perdagangan dunia mengaibatan perusahaan selalu di bawah teanan besar untu menentuan cara mengoptimalan penjualan produ. Promosi produ yang sesuai dengan loasi berperan penting dalam upaya ini. Apliasi yang dibangun bertujuan untu menentuan loasi promosi yang terbai dari beberapa alternatif posisi loasi promosi, dengan memberian posisi peringat alternatif di beberapa loasi berdasaran riteria selesi promosi yang telah ditetapan. Untu menentuan posisi loasi terbai berdasaran pertimbangan banya riteria, dimana riteria tersebut dapat diuur secara uantitatif dengan metode Fuzzy Multi Criteria Decission Maing (FMCDM) yang digunaan untu menilai secara numeri dan bahasa, sedangan untu pemilihan metode penentuan posisi loasi digunaan nilai total integral, arena metode ini mampu memprioritasan alternatif yang optimal. Dengan menggunaan apliasi FMCDM, maa dapat memudahan piha produsen untu menentuan loasi promosi terbai terhadap berbagai jenis produ yang aan dipasaran, sehingga dapat meningatan euntungan bagi perusahaan. Kata Kunci: Fuzzy, Promosi, Alternatif, Kriteria. 1. PENDAHULUAN Tida sediit emampuan memprodusi suatu barang atau jasa dapat dilauan oleh seseorang atau seelompo orang. Namun setelah produ terbentu seringali esulitan aan dijual emana produ yang telah terbuat ini. Salah satu usaha yang dilauan adalah melalui ativitas promosi. Pemilihan loasi promosi produ pun ternyata perlu eterampilan husus sehingga produ yang diharapan oleh onsumen dapat dipenuhi seleranya oleh penjual produ. Perembangan eadaan pereonomian mengaibatan ativitas promosi menjadi lebih penting artinya bahan harus dijadian tola uur bagi ativitas-ativitas lainnya dalam perusahaan. Dengan demiian suatu perusahan yang ingin mempertahanan elangsungan hidupnya haruslah berorientasi terhadap pasar artinya tindaan yang dilauan dalam perusahaan harus disesuaian dengan gejala-gejala yang terdapat di dalam pasar. Pelasanaan egiatan promosi di loasi yang tepat dapat membantu pengusaha atau produsen dalam memperenalan dan menjelasan egunaan barang atau jasanya, membuju pelanggan untu membeli searang juga, atau untu mengingatan pelanggan dimana harus membeli produ, dan sebagainya sehingga menghasilan respon positif yang diinginan untu mencapai target maret. Loasi atau tempat aan sangat mempengaruhi eberhasilan dari promosi tersebut, yang secara langsung aan mempengaruhi tingat eberhasilan suatu egiatan promosi. Salah satu upaya untu membantu memudahan pengusaha atau produsen dalam pengambilan eputusan penentuan loasi promosi suatu produ yang optimal, adalah dengan merancang dan membangun perangat luna (software) apliasi Kecerdasan Buatan berbasis Fuzzy Multi Criteria Decision Maing (FMCDM). Penentuan loasi promosi optimal berdasaran pada beberapa pilihan alternatif dan riteria pengambilan eputusan yang telah ditentuan oleh piha produsen. 2. DASAR TEORI 2.1 Definisi Promosi Promosi merupaan arus informasi atau persuasi satu arah yang dibuat untu mengarahan seseorang atau organisasi epada tindaan yang menciptaan pertuaran dalam pemasaran sehingga menjadi salah satu fator penentu eberhasilan suatu program pemasaran (Widyatama, 2011). Untu menentuan loasi promosi didasaran pada perbedaan pembeli sehingga mendorong adanya segmentasi pasar. Kriteria segmentasi terdiri dari: 1) Geografis (wilayah, ota, desa dan ilim), 2) Demografis (jenis elamin, status, pendapatan, peerjaan, pendidian agama, ewarganegaraan dan elompo umur), 3) Psiografi (status sosial, gaya hidup dan epribadian) (Gunadarma, 2011). 2.2 Definisi Logia Fuzzy Logia Fuzzy adalah suatu cara yang tepat untu memetaan ruang input e dalam suatu ruang output. Antara input dan output ada suatu ota hitam yang harus memetaan input e output yang sesuai. Contohnya pelayan restoran memberian pelayanan terhadap tamu, emudian tamu memberian tip sesuai bai tidanya pelayanan yang diberian. Konsep ini diperenalan dan dipubliasian pertama ali oleh Lotfi A. Zadeh, A-58
2 seorang profesor dari University of California di Bereley pada tahun 1965 (Kusumadewi, dan Purnomo, 2004, Widyagama, 2010). Fungsi eanggotaan (membership function) adalah suatu urva yang menunjuan pemetaan titi-titi input data e dalam nilai (derajat) eanggotaannya yang memilii interval antara 0 sampai 1. Nilai eanggotaan diperoleh dengan pendeatan fungsi, diantaranya : Kurva Segitiga, yang terlihat pada Gambar 1. fungsi eanggotaannya seperti di Persamaan (1) (Kusumadewi, 2002). 1 Derajat Keanggotaan 0 a b c Gambar 1. Kurva Segitiga Fungsi Keanggotaan : x a b a ; a x b x c x ; b x c (1) b c 0;... b... atau... x c 2.3 Fuzzy Multi Kriteria Decision Maing Fuzzy Multi Criteria Decision Maing (FMCDM) adalah suatu metode pengambilan eputusan yang bertujuan untu menetapan alternatif eputusan terbai dari sejumlah alternatif berdasaran beberapa riteria tertentu yang aan menjadi bahan pertimbangan (Sari, 2008). Beberapa pilihan umum yang aan digunaan dalam MCDM yaitu (Astia, 2010): a. Alternatif, adalah obje-obje yang berbeda dan memilii esempatan yang sama untu dipilih oleh pengambil eputusan. b. Atribut, atau arateristi, yaitu omponen atau riteria eputusan. c. Konfli antar riteria, misalnya riteria benefit (euntungan) aan mengalami onfli dengan riteria cost (biaya). Kategori benefit bersifat monoton nai, artinya alternatif yang memilii nilai lebih besar aan lebih dipilih. Sebalinya, pada ategori cost bersifat monoton turun, alternatif yang memilii nilai lebih ecil aan lebih dipilih (Kusumadewi, 2008). d. Bobot eputusan, menunjuan epentingan relatif dari setiap riteria, W = (W1, W2,... Wn). e. Matris eputusan, suatu matris eputusan X yang beruuran m x n, berisi elemen-elemen Xij, yang merepresentasian rating dari alternatif Ai, (i=1,2,,m) terhadap riteria C i, (j=1,2,,n). 2.4 Langah Penyelesaian FMCDM Ada 3 langah penting penyelesaian yang harus dierjaan (Kusumadewi, d., 2006), yaitu: Representasi Masalah a. Identifiasi tujuan eputusan, direpresentasian dengan bahasa alami atau nilai numeris sesuai dengan arateristi dari masalah tersebut. b. Identifiasi umpulan alternatif eputusannya. Jia ada n alternatif, maa dapat ditulis sebagai A = {A i i = 1,2,..., n}. c. Identifiasi umpulan riteria. Jia ada riteria, maa dapat ditulisan C = {C t t = 1,2,..., }. d. Membangun stutur hirari masalah Evaluasi Himpunan Fuzzy a. Memilih himpunan rating untu bobot-bobot riteria, dan derajat ecocoan setiap alternatif dengan riterianya. Himpunan rating terdiri atas 3 elemen, yaitu: 1) Variabel linguisti (x) yang merepresentasian bobot riteria, dan derajat ecocoan setiap alternatif dengan riterianya; 2) T(x) yang merepresentasian rating dari variabel linguisti; 3) Fungsi eanggotaan yang berhubungan dengan setiap elemen dari T(x). Setelah menentuan himpunan rating, maa harus ditentuan fungsi eanggotaan untu setiap rating dengan menggunaan fungsi segitiga. b. Mengevaluasi bobot-bobot pada setiap riteria dan derajat ecocoan dari setiap alternatif terhadap riteria. c. Mengagregasian bobot-bobot riteria, dan derajat ecocoan setiap alternatif dan riterianya dengan metode mean. Penggunaan operator mean, Fi dirumusan pada Persamaan (2) sbb.: 1 Si 1 W1 Si2 W2... F i (2) Si W Dengan cara mensubstitusian S it dan W t dengan bilangan Fuzzy segitiga, S it = (o it, p it, q it ); dan W t = (a t, b t, c t ); maa F t dapat dideati sebagai Persamaan (3): F i Yi, Qi, Zi (3) Dengan Y Q, Z i, i i seperti di Persamaan (4), (5), dan (6) : 1 Yi oit, ai t1 (4) 1 Qi pit, bi t1 (5) 1 Zi qit, ci t1 (6) Dimana, i = 1,2,3,,n. A-59
3 Kondisi Eonomi Selesi Alternatif Optimal a. Memprioritasan alternatif eputusan berdasaran hasil agregasi untu proses perangingan alternatif eputusan dengan menggunaan metode nilai total integral. Misalan F adalah bilangan fuzzy segitiga, F = (a, b, c), maa nilai total integral dapat dirumusan sebagai Persamaan (7) beriut: 1 F c b 1 a (7) I T 2 Nilai adalah indes eoptimisan yang merepresentasian derajat eoptimisan bagi pengambil eputusan (0 1). Apabila nilai semain besar mengindiasian bahwa derajat eoptimisannya semain besar. b. Memilih alternatif eputusan dengan prioritas tertinggi sebagai alternatif yang optimal. 3. ANALISIS KEBUTUHAN DAN PERANCANGAN SISTEM 3.1 Analisis Kebutuhan Pada tahap analisis ebutuhan dapat dijelasan dengan contoh penyelesaian beriut : Suatu perusahaan ingin mempromosian Produ Rinso di Kota Jambi. Ada 3 loasi Kecamatan yang aan menjadi alternatif, yaitu : Mayang, Seoja, dan Telanai. Ada 4 riteria pengambilan eputusan, yaitu : Kondisi Eonomi, Kepadatan Pendudu, Kesetiaan Terhadap Produ, dan Permintaan Masyaraat. Langah penyelesaiannya adalah sbb : Representasi Masalah (Tahap Input Data) a. Tujuan eputusan ini adalah mencari loasi terbai untu loasi promosi Produ Rinso. b. Ada 3 altenatif loasi yang diberian adalah A= {A1, A2, A3}, dengan A1 = Mayang, A2 = Seoja, dan A3 = Telanai. c. Ada 4 riteria eputusan yang diberian, yaitu : C ={C1, C2, C3, C4}, dengan C1 = Kondisi Eonomi, C2 = Kepadatan Pendudu, C3 = Kesetiaan Terhadap Produ, dan C4 = Permintaan Masyaraat. Penentuan riteria berdasaran pada segmentasi pasar. d. Strutur hirari masalah tersebut digambaran pada Gambar 2. beriut: Mencari Mencari Loasi Loasi Terbai Untu Promosi Terbai Rinso di untu Kota Jambi Promosi Rinso Kepadatan Pendudu Kesetiaan Thp. Produ Mayang Seoja Telanai Permintaan Masyaraat Evaluasi Himpunan Fuzzy Dari Alternatif- Alternatif Keputusan (Tahap Proses) a. Variabel-variabel linguisti yang merepresentasian bobot epentingan untu setiap riteria, adalah : T (epentingan) W = {SR, R, C, T, ST} dengan: SR = Sangat Rendah, R = Rendah, C = Cuup, T = Tinggi, dan ST = Sangat Tinggi. b. Sedangan derajat ecocoan alternatif-alternatif dengan riteria eputusan adalah: T (ecocoan) S = {SK, K, C, B, SB}, dengan SK = Sangat Kurang, K = Kurang, C = Cuup, B = Bai, dan SB = Sangat Bai. c. Fungsi eanggotaan untu setiap elemen direpresentasian dengan menggunaan bilangan fuzzy segitiga sebagai beriut: SR = SK = (0; 0; 0,25) R = K = (0; 0,25; 0,5) C = C = (0,25; 0,5; 0,75) T = B = (0,5; 0,75; 1) ST = SB = (0,75; 1; 1) d. Rating untu setiap riteria eputusan yang ditunjuan pada Tabel 1. dan derajat ecocoan alternatif terhadap riteria eputusan yang ditunjuan pada Tabel 2., diberian oleh pengambil eputusan. Tabel 1. Rating Keputusan Kriteria C 1 C 2 C 3 C 4 Rating Kepentingan ST ST C T Tabel 2. Derajat Kecocoan Alternatif Terhadap Kriteria Keputusan Alternatif Rating Kecocoan C 1 C 2 C 3 C 4 A 1 C K SB B A 2 SB B C K A 3 K B K C e. Mensubstitusian Sit dan Wt dengan bilangan fuzzy segitiga e setiap variabel linguisti e dalam persamaan, diperoleh nilai ecocoan fuzzy sebagaimana Tabel 3. beriut: Tabel 3. Index Kecocoan Fuzzy Alternatif Rating Kecocoan Index Kecocoan Fuzzy C 1 C 2 C 3 C 4 A 1 C K SB B ; ; 0.75 A 2 SB B C K 0.25 ; ; A 3 K B K C ; ; Indes ecocoan fuzzy untu alternatif Mayang, Seoja dan Telanai dihitung menggunaan rumus seperti Persamaan (4), (5), dan (6). Gambar 2. Strutur Hirari Masalah A-60
4 3.1.3 Selesi Alternatif Optimal (Tahap Output) a. Mensubstitusian indes ecocoan Fuzzy dengan mengambil derajat eoptimisan (α) = 0,9, maa aan diperoleh nilai total integral yang dihitung dengan rumus seperti Persamaan (7) sbb: i. Nilai Total Integral Mayang = ii. Nilai Total Integral Seoja = iii. Nilai Total Integral Telanai = b. Hasil : Alternatif Seoja mempunyai nilai total integral terbesar sehinga terpilih sebagai alternatif loasi terbai promosi Produ Rinso. 3.2 Perancangan Sistem Perancangan sistem dapat digambaran dengan Algoritma Metode FMCDM, seperti Gambar 3.: 1. Masuan tujuan eputusan, yaitu jenis produ yang aan dipromosian. 2. Masuan jumlah dan jenis alternatif loasi promosi. 3. Masuan jumlah dan jenis riteria pengambilan eputusan berdasaran segmentasi pasar. 4. Tampilan strutur hierari masalah. 5. Masuan himpunan fuzzy epentingan. 6. Masuaan himpunan fuzzy ecocoan. 7. Masuan rating epentingan untu setiap riteria pengambilan eputusan. 8. Masuan rating ecocoan untu setiap alternatif terhadap setiap riteria. 9. Hitung nilai indes ecocoan fuzzy dengan rumus pada Persamaan (4), (5), dan (6). 10. Tampilan hasil indes ecocoan fuzzy. 11. Hitung nilai total integral dengan rumus pada Persamaan (7) untu setiap alternatif dengan derajat eoptimisan (α) = 0,1 s/d Tampilan Informasi Hasil Proses Perhitungan dan solusi berupa eputusan loasi terbai. 13. Simpan hasil e dalam bentu file laporan. Gambar 3. Algoritma Apliasi FMCDM Gambar 4. Form Tujuan Masalah Untu menentuan alternatif loasi promosi Rinso terlebih dahulu mengisi jumlah alternatif sesuai dengan yang diinginan, sebagaimana Gambar 5.: Gambar 5. Form Masuan Data Alternatif Untu menentuan riteria pengambilan eputusan, yaitu omponen selesi loasi promosi terlebih dahulu mengisi jumlah riteria berdasaran segmentasi pasar sesuai dengan etentuan produsen, sebagaimana Gambar 6.: Gambar 6. Form Masuan Data Kriteria Jumlah Alternatif tida Dibatasi Jumlah Kriteria tida Dibatasi 4.2 Evaluasi Himpunan Fuzzy Terdiri dari form Variabel Kepentingan sebagaimana Gambar 7., terlihat 5 (lima) himpunan fuzzy epentingan untu setiap riteria dan digambaran dalam bentu urva segitiga. Himpunan fuzzy epentingan dapat diubah. 4. IMPLEMENTASI Pada tahap implementasi dilauan penulisan sintas program dengan menggunaan Bahasa Pemrograman Delphi, yaitu bahasa pemrograman yang dirilis oleh Borland International sebagai pengembangan bahasa Pascal yang bersifat Visual. (Pranata, 2003). Adapun Hasil implementasi adalah sebagai beriut : 4.1 Representasi Masalah Terdiri dari form Tujuan Masalah sebagaimana Gambar 4., form ini digunaan untu mengisi tujuan eputusan, yaitu jenis produ yang aan dipromosian. A-61
5 Gambar 10. Form Masuan Rating Kecocoan Gambar 11. merupaan tampilan hasil substitusi derajat ecocoan alternatif dan bobot riteria dengan bilangan fuzzy segitiga sehingga diperoleh indes ecocoan fuzzy untu setiap alternatif. Gambar 7. Form Variabel Kepentingan Pada Gambar 8. terlihat 5 (lima) himpunan fuzzy ecocoan dan digambaran dalam bentu urva segitiga. Himpunan fuzzy ecocoan dapat diubah. Gambar 11. Form Indes Kecocoan Fuzzy 4.3 Selesi Alternatif Gambar 12. merupaan tampilan hasil substitusi indes ecocoan fuzzy derajat eoptimisan = 0,9 e dalam Metode Total Integral. Gambar 8. Form Variabel Kecocoan Gambar 9. merupaan tampilan masuan rating epentingan berdasaran riteria eputusan. Rating epentingan terdiri dari 5 pilihan. Gambar 9. Form Masuan Rating Kepentingan Gambar 10. merupaan tampilan masuan rating ecocoan berdasaran alternatif loasi promosi terhadap riteria eputusan. Rating ecocoan terdiri dari 5 pilihan. Gambar 12. Form Nilai Total Integral Terlihat bahwa loasi Seoja memilii nilai total integral tertinggi dari semua alternatif, maa loasi promosi terbai adalah Seoja. 5. ANALISIS HASIL Dari Tabel 4. Dapat disimpulan bahwa : a. Alternatif loasi promosi Seoja memilii nilai total integral terbesar berapapun derajat eoptimisannya, sehingga Seoja aan terpilih sebagai loasi yang terbai. b. Jia diberian alternatif tambahan dengan variabel epentingan, ecocoan, rating epentingan, dan rating ecocoan yang sama, maa aan menghasilan solusi yang sama, yaitu loasi Seoja. c. Semain tinggi nilai derajat eoptimisan (alpha), maa semain besar nilai total integral suatu loasi. A-62
6 Tabel 4. Derajat Keoptimisan No Nilai Alternatif Loasi Alpha Mayang Seoja Telanai , , , ,1 0, , , ,2 0, ,45 0, ,3 0, , , ,4 0, , , ,5 0, , , ,6 0, , , ,7 0,5125 0, , ,8 0, , , ,9 0, , , , , , KESIMPULAN Berdasaran hasil pembahasan apliasi Fuzzy MCDM dalam menentuan loasi promosi produ yang optimal, maa dapat diambil esimpulan sebagai beriut : a. Metode FMCDM yang diusulan dalam penelitian ini membutian bahwa penggunaan teori fuzzy di bidang penjualan suatu produ dalam hal penentuan loasi promosi sudah tepat. b. Apliasi FMCDM yang dibangun dapat digunaan sebagai alat bantu untu menentuan loasi promosi terbai suatu produ bagi produsen berdasaran etetapan riteria selesi yang telah ditentuan oleh produsen. c. Penggunaan FMCDM sangat bai untu menentuan loasi promosi optimal suatu produ arena pada dasarnya masalah pemilihan loasi yang terbai selalu mempertimbangan beberapa riteria segementasi pasar. d. Dengan adanya apliasi FMCDM ini dapat membantu pengusaha/produsen untu memudahan dan mempercepat penentuan loasi promosi terbai suatu produ, atau sebagai asisten yang berpengalaman. Kusumadewi, Sri, d. (2006). Fuzzy Multi Atribut Decision Maing (FUZZY MADM). Yogyaarta: Graha Ilmu. Pranata, Antony. (2003). Pemrograman Borland Delphi 6 (edisi 4). Yogyaarta: Andi. Sari H., Dillah. (2008). Perbandingan Metode Electre, GPAP, MCDM Expert System. Diases pada tanggal 6 September 2008 dari Widyagama. (2010). Logia Fuzzy. Diases pada tanggal 24 Februari 2010 dari widyagama.ac.id/ai/ditatpdf/logia_fuzzy.pdf. Widyatama. (2011). Tinjauan Atas Kegiatan Program Promosi. Diases pada tanggal 20 Januari 2011 dari xmlui/bitstream/handle/10364/723/content%201. pdf?sequence=1. PUSTAKA Astia. (2010). Sistem Penduung Keputusan Berbasis MCDM. Diases tanggal 24 Februari 2010 dari ac.id/mcdm/ home.php?mode=about. Gunadarma. (2011). Segmentasi Pasar. Diases tanggal 12 Februari 2011 dari gunadarma.ac.id/docmodul/pengantar_manajeme n_pemasaran/bab4_segmentasi_pasar.pdf. Kusumadewi, Sri. (2002). Analisis Desain Sistem Fuzzy Menggunaan Tool Box Matlab. Yogyaarta: Graha Ilmu. Kusumadewi, Sri. (2008). Petaa Fuzzy MCDM. Diases pada tanggal 1 Juli 2008 dari Kusumadewi, Sri. dan Purnomo, Hari. (2004). Apliasi Logia Fuzzy Untu Penduung Keputusan. Yogyaarta: Graha Ilmu. A-63
PENERAPAN METODE FUZZY MULTI CRITERIA DECISION MAKING PADA SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN SMARTPHONE
PENERAPAN METODE FUZZY MULTI CRITERIA DECISION MAKING PADA SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN SMARTPHONE Novhirtamely Kahar 1, Rii 2 12 Program Studi Teni Informatia, STMIK Nurdin Hamzah, Jambi ` E-mail:
Lebih terperinciPENERAPAN FUZZY GOAL PROGRAMMING DALAM PENENTUAN INVESTASI BANK
PENERAPAN FUZZY GOAL PROGRAMMING DALAM PENENTUAN INVESTASI BANK Nurul Khotimah *), Farida Hanum, Toni Bahtiar Departemen Matematia FMIPA, Institut Pertanian Bogor Jl. Meranti, Kampus IPB Darmaga, Bogor
Lebih terperinciMODEL REGRESI INTERVAL DENGAN NEURAL FUZZY UNTUK MEMPREDIKSI TAGIHAN AIR PDAM
MODEL REGRESI INTERVAL DENGAN NEURAL FUZZY UNTUK MEMPREDIKSI TAGIHAN AIR PDAM 1,2 Faultas MIPA, Universitas Tanjungpura e-mail: csuhery@sisom.untan.ac.id, email: dedi.triyanto@sisom.untan.ac.id Abstract
Lebih terperinciBAB 3 LANGKAH PEMECAHAN MASALAH
BAB 3 LANGKAH PEMECAHAN MASALAH 3.1 Penetapan Kriteria Optimasi Gambar 3.1 Bagan Penetapan Kriteria Optimasi Sumber: Peneliti Determinasi Kinerja Operasional BLU Transjaarta Busway Di tahap ini, peneliti
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PENENTU NILAI INTERVAL KADAR LEMAK TUBUH MENGGUNAKAN REGRESI INTERVAL DENGAN NEURAL FUZZY
SISTEM PENDUKUNG KEPUTUSAN PENENTU NILAI INTERVAL KADAR LEMAK TUBUH MENGGUNAKAN REGRESI INTERVAL DENGAN NEURAL FUZZY Tedy Rismawan dan Sri Kusumadewi Laboratorium Komputasi dan Sistem Cerdas, Jurusan Teni
Lebih terperinciANALISIS KEPUASAN KONSUMEN TERHADAP PELAYANAN PELAYANAN JASA PENGIRIMAN PAKET (KURIR) DENGAN MENGGUNAKAN METODE TOPSIS FUZZY
Jurnal Manti Penusa Vol No Desember ISSN 88-9 ANALISIS EPUASAN ONSUMEN TERHADAP PELAYANAN PELAYANAN JASA PENGIRIMAN PAET (URIR DENGAN MENGGUNAAN METODE TOPSIS FUZZY Desi Vinsensia Program Studi Teni Informatia
Lebih terperinciFUZZY MULTI-CRITERIA DECISION MAKING
Media Informatika, Vol. 3 No. 1, Juni 2005, 25-38 ISSN: 0854-4743 FUZZY MULTI-CRITERIA DECISION MAKING Sri Kusumadewi, Idham Guswaludin Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas
Lebih terperincikhazanah Sistem Klasifikasi Tipe Kepribadian dan Penerimaan Teman Sebaya Menggunakan Jaringan Syaraf Tiruan Backpropagation informatika
hazanah informatia Jurnal Ilmu Komputer dan Informatia Sistem Klasifiasi Tipe Kepribadian dan Penerimaan Teman Sebaya Menggunaan Jaringan Syaraf Tiruan Bacpropagation Yusuf Dwi Santoso *, Suhartono Departemen
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1. Statisti Inferensia Tujuan statisti pada dasarnya adalah melauan desripsi terhadap data sampel, emudian melauan inferensi terhadap data populasi berdasaran pada informasi yang
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belaang Masalah untu mencari jalur terpende di dalam graf merupaan salah satu masalah optimisasi. Graf yang digunaan dalam pencarian jalur terpende adalah graf yang setiap sisinya
Lebih terperincikhazanah Sistem Klasifikasi Tipe Kepribadian dan Penerimaan Teman Sebaya Menggunakan Jaringan Syaraf Tiruan Backpropagation informatika
hazanah informatia Jurnal Ilmu Komputer dan Informatia Sistem Klasifiasi Tipe Kepribadian dan Penerimaan Teman Sebaya Menggunaan Jaringan Syaraf Tiruan Bacpropagation Yusuf Dwi Santoso *, Suhartono Program
Lebih terperinciBAB 1 PENDAHULUAN. Universitas Sumatera Utara
BAB 1 PENDAHULUAN 1.1 Latar Belaang Keadaan dunia usaha yang selalu berubah membutuhan langah-langah untu mengendalian egiatan usaha di suatu perusahaan. Perencanaan adalah salah satu langah yang diperluan
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
4 BAB 2 TINJAUAN PUSTAKA 2. 1. Fuzzy Logic Fuzzy logic pertama kali dikembangkan oleh Lotfi A. Zadeh pada tahun 1965. Teori ini banyak diterapkan di berbagai bidang, antara lain representasi pikiran manusia
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PERBANDINGAN TINGKAT PELANGGARAN PERLINDUNGAN KEKERASAN PADA ANAK
SISTEM PENDUKUNG KEPUTUSAN PERBANDINGAN TINGKAT PELANGGARAN PERLINDUNGAN KEKERASAN PADA ANAK Airani Elizabeth Mani Program Studi Teni Informatia Jurusan Teni Eletro Faultas Teni Universitas Tanjungpura
Lebih terperinciPENGUKURAN PENDAPATAN NASIONAL
PENGUKURAN PENDAPATAN NASIONAL A. PENDEKATAN PRODUKSI (PRODUCTION APPROACH) Menghitung besarnya pendapatan nasional dengan menggunaan pendeatan produsi didasaran atas perhitungan dari jumlah nilai barang-barang
Lebih terperinciPENCARIAN JALUR TERPENDEK MENGGUNAKAN ALGORITMA SEMUT
Seminar Nasional Apliasi Tenologi Informasi 2007 (SNATI 2007) ISSN: 1907-5022 Yogyaarta, 16 Juni 2007 PENCARIAN JALUR TERPENDEK MENGGUNAKAN ALGORITMA SEMUT I ing Mutahiroh, Indrato, Taufiq Hidayat Laboratorium
Lebih terperinciPELABELAN FUZZY PADA GRAF. Siti Rahmah Nurshiami, Suroto, dan Fajar Hoeruddin Universitas Jenderal Soedirman.
JMP : Volume 6 Nomor, Juni 04, hal. - PELABELAN FUZZY PADA GRAF Siti Rahmah Nurshiami, Suroto, dan Fajar Hoeruddin Universitas Jenderal Soedirman email : oeytea0@gmail.com ABSTRACT. This paper discusses
Lebih terperinciSISTEM ADAPTIF PREDIKSI PENGENALAN ISYARAT VOKAL SUARA KARAKTER. Abstrak
SISTEM ADAPTIF PREDIKSI PENGENALAN ISYARAT VOKAL SUARA KARAKTER Oleh : Pandapotan Siagia, ST, M.Eng (Dosen tetap STIKOM Dinamia Bangsa Jambi) Abstra Sistem pengenal pola suara atau yang lebih dienal dengan
Lebih terperinciSISTEM ADAPTIF PREDIKSI PENGENALAN ISYARAT VOKAL SUARA KARAKTER
SISTEM ADAPTIF PREDIKSI PENGENALAN ISYARAT VOKAL SUARA KARAKTER Pandapotan Siagian, ST, M.Eng Dosen Tetap STIKOM Dinamia Bangsa - Jambi Jalan Sudirman Theoo Jambi Abstra Sistem pengenal pola suara atau
Lebih terperinciAnalisis Pengaruh Kualitas Pelayanan Terhadap Loyalitas Pelanggan Jasa Pengiriman Pos Kilat Khusus
Jurnal Teni Industri, Vol.1, No., Juni 013, pp.96-101 ISSN 30-495X Analisis Pengaruh Kualitas Pelayanan Terhadap Loyalitas Pelanggan Jasa Pengiriman Pos Kilat Khusus Apriyani 1, Shanti Kirana Anggaraeni,
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Teori Fuzzy 2.1.1 Dasar-Dasar Teori Fuzzy Secara prinsip, di dalam teori fuzzy set dapat dianggap sebagai estension dari teori onvensional atau crisp set. Di dalam teori crisp
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar belakang
BAB PENDAHULUAN. Latar belaang Metode analisis yang telah dibicaraan hingga searang adalah analisis terhadap data mengenai sebuah arateristi atau atribut (jia data itu ualitatif) dan mengenai sebuah variabel,
Lebih terperinciPenggunaan Induksi Matematika untuk Mengubah Deterministic Finite Automata Menjadi Ekspresi Reguler
Penggunaan Indusi Matematia untu Mengubah Deterministic Finite Automata Menjadi Espresi Reguler Husni Munaya - 353022 Program Studi Teni Informatia Seolah Teni Eletro dan Informatia Institut Tenologi Bandung,
Lebih terperinciSATUAN ACARA PERKULIAHAN ( SAP )
SATUAN ACARA PERKULIAHAN ( SAP ) Mata Kuliah : Pengolahan Citra Digital Kode : IES 6323 Semester : VI Watu : 1x 3x 50 Menit Pertemuan : 7 A. Kompetensi 1. Utama Mahasiswa dapat memahami tentang sistem
Lebih terperinciOptimasi Non-Linier. Metode Numeris
Optimasi Non-inier Metode Numeris Pendahuluan Pembahasan optimasi non-linier sebelumnya analitis: Pertama-tama mencari titi-titi nilai optimal Kemudian, mencari nilai optimal dari fungsi tujuan berdasaran
Lebih terperinciPEMANFAATAN METODE HEURISTIK DALAM PENCARIAN JALUR TERPENDEK DENGAN ALGORITMA SEMUT DAN ALGORITMA GENETIKA
PEMANFAATAN METODE HEURISTIK DALAM PENCARIAN JALUR TERPENDEK DENGAN ALGORITMA SEMUT DAN ALGORITMA GENETIKA Iing Mutahiroh, Fajar Saptono, Nur Hasanah, Romi Wiryadinata Laboratorium Pemrograman dan Informatia
Lebih terperinciMetode Penggerombolan Berhirarki
4 TINJAUAN PUSTAKA Analisis gerombol dalam bidang riset pemasaran sering diistilahan sebagai analisis segmentasi, merupaan alat statistia peubah ganda yang bertujuan untu mengelompoan n indiidu data e
Lebih terperinciPENGGUNAAN METODE FUZZY MULTI ATTRIBUTE DECISION MAKING DALAM PENDUKUNG KEPUTUSAN MEMILIH PROGRAM STUDI
PENGGUNAAN METODE FUZZY MULTI ATTRIBUTE DECISION MAKING DALAM PENDUKUNG KEPUTUSAN MEMILIH PROGRAM STUDI Hetty Rohayani. Ah, ST, M.Eng Teknik Informatika, STIKOM Dinamika Bangsa Jln. Jendral Sudirman, The
Lebih terperinciPENGEMBANGAN BUKU KOMIK FISIKA POKOK BAHASAN NEWTON BERBASIS KONSTRUKTIVISME UNTUK MENINGKATKAN MOTIVASI BELAJAR SISWA
PENGEMBANGAN BUKU KOMIK FISIKA POKOK BAHASAN NEWTON BERBASIS KONSTRUKTIVISME UNTUK MENINGKATKAN MOTIVASI BELAJAR SISWA Farida Huriawati 1), Purwandari 1,2), Intan Permatasari 1,3) 1,2,3 Program Studi Pendidian
Lebih terperinciOSN 2014 Matematika SMA/MA
Soal 5. Suatu barisan bilangan asli a 1, a 2, a 3,... memenuhi a + a l = a m + a n untu setiap bilangan asli, l, m, n dengan l = mn. Jia m membagi n, butian bahwa a m a n. Solusi. Andaian terdapat bilangan
Lebih terperinciPENDAHULUAN TINJAUAN PUSTAKA
1 Latar Belaang PENDAHULUAN Sistem biometri adalah suatu sistem pengenalan pola yang melauan identifiasi personal dengan menentuan eotentian dari arateristi fisiologis dari perilau tertentu yang dimilii
Lebih terperinciAPLIKASI PREDIKSI HARGA SAHAM MENGGUNAKAN JARINGAN SYARAF RADIAL BASIS FUNCTION DENGAN METODE PEMBELAJARAN HYBRID
APLIKASI PREDIKSI HARGA SAHAM MENGGUNAKAN JARINGAN SYARAF RADIAL BASIS FUNCTION DENGAN METODE PEMBELAJARAN HYBRID Ferry Tan, Giovani Gracianti, Susanti, Steven, Samuel Luas Jurusan Teni Informatia, Faultas
Lebih terperinciVolume : IV, Nomor : 1, September 2014
SISTEM PENDUKUNG KEPUTUSAN PENENTUAN PEMENANG MUSABAQAH TILAWATIL QUR AN TINGKAT KECAMATAN DENGAN MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) (Studi Kasus : Kecamatan Huta Raja Tinggi) Leli Asmara
Lebih terperinciVariasi Spline Kubik untuk Animasi Model Wajah 3D
Variasi Spline Kubi untu Animasi Model Wajah 3D Rachmansyah Budi Setiawan (13507014 1 Program Studi Teni Informatia Seolah Teni Eletro dan Informatia Institut Tenologi Bandung, Jl. Ganesha 10 Bandung 40132,
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belaang Model Loglinier adalah salah satu asus husus dari general linier model untu data yang berdistribusi poisson. Model loglinier juga disebut sebagai suatu model statisti
Lebih terperinciMANAJEMEN DISTRIBUSI MULTI PRODUK BERDASARKAN BOBOT PROSENTASE PENJUALAN DAN EFISIENSI BIAYA DISTRIBUSI (STUDI KASUS DI PT THAMRIN BROTHERS)
Seminar Nasional Apliasi Tenologi Informasi 2011 (SNATI 2011) ISSN: 1907-5022 Yogyaarta, 17-18 Juni 2011 MANAJEMEN DISTRIBUSI MULTI PRODUK BERDASARKAN BOBOT PROSENTASE PENJUALAN DAN EFISIENSI BIAYA DISTRIBUSI
Lebih terperinciPenempatan Optimal Phasor Measurement Unit (PMU) dengan Integer Programming
JURAL TEKIK POMITS Vol. 2, o. 2, (2013) ISS: 2337-3539 (2301-9271 Print) B-137 Penempatan Optimal Phasor Measurement Unit (PMU) dengan Integer Programming Yunan Helmy Amrulloh, Rony Seto Wibowo, dan Sjamsjul
Lebih terperinciSTUDI KOMPARASI IMPLEMENTASI JARINGAN BASIS RADIAL DAN FUZZY INFERENCE SYSTEM TSK UNTUK PENYELESAIAN CURVE FITTING
STUDI KOPARASI IPEENTASI JARINGAN BASIS RADIA DAN FUZZY INFERENCE SYSTE TSK UNTUK PENYEESAIAN CURVE FITTING Sri Kusumadewi Teni Informatia Universitas Islam Indonesia Jl. Kaliurang Km 4,5 Yogyaarta cicie@fti.uii.ac.id
Lebih terperinciPEMODELAN OPTIMALISASI PRODUKSI UNTUK MEMAKSIMALKAN KEUNTUNGAN DENGAN MENGGUNAKAN METODE PEMROGRAMAN LINIER
PEMODELAN OPTIMALISASI PRODUKSI UNTUK MEMAKSIMALKAN KEUNTUNGAN DENGAN MENGGUNAKAN METODE PEMROGRAMAN LINIER Tantri Windarti Program Studi Sistem Informasi STMIK Surabaya Jl Raya Kedung Baru 98, Surabaya
Lebih terperinciHUBUNGAN PENERAPAN KAWASAN TANPA ROKOK (KTR) DENGAN PERILAKU MEROKOK MAHASISWA KESEHATAN MASYARAKAT DI KOTA SEMARANG
Volume, Nomor, Juli 6 (ISSN: 56-6) HUBUNGAN PENERAPAN KAWASAN TANPA ROKOK (KTR) DENGAN PERILAKU MEROKOK MAHASISWA KESEHATAN MASYARAKAT DI KOTA SEMARANG Firnanda Zia Azmi *) Tinu Istiarti **) Kusyogo Cahyo
Lebih terperinciANALISIS PETA KENDALI DEWMA (DOUBLE EXPONENTIALLY WEIGHTED MOVING AVERAGE)
Seminar Nasional Matematia dan Apliasinya, 1 Otober 17 ANALISIS PETA KENDALI DEWMA (DOUBLE EXPONENTIALLY WEIGHTED MOVING AVERAGE) DALAM PENGENDALIAN KUALITAS PRODUKSI FJLB (FINGER JOINT LAMINATING BOARD)
Lebih terperinciBAB 3 METODE PENELITIAN
36 BAB 3 METODE PENELITIAN 3.1 Disain Penelitian Jenis penelitian yang digunaan adalah penelitian desriptif, yaitu penelitian terhadap fenomena atau populasi tertentu yang diperoleh peneliti dari subye
Lebih terperinciIII. METODOLOGI PENELITIAN. Penelitian ini menggunakan data sekunder bersifat runtun waktu (time series)
III. METODOLOGI PENELITIAN A. Jenis dan Sumber Data Penelitian ini menggunaan data seunder bersifat runtun watu (time series) dalam periode tahunan dan data antar ruang (cross section). Data seunder tersebut
Lebih terperinciPendekatan Regresi Nonparametrik Spline Untuk Pemodelan Laju Pertumbuhan Ekonomi (LPE) di Jawa Timur
JURNAL SAINS DAN SENI POMITS Vol., No., (0) -50 (0-9X Print) D- Pendeatan Regresi Nonparametri Spline Untu Pemodelan Laju Pertumbuhan Eonomi (LPE) di Jawa Timur Elfrida Kurnia Litawati dan I Nyoman Budiantara
Lebih terperinciSistem Pendukung Keputusan Penerima Beasiswa SMK Menggunakan Metode Backpropagation
Seminar Nasional e 9: Reayasa Tenologi Industri dan Informasi Sistem Penduung Keputusan Penerima Beasiswa SMK Menggunaan Metode Bacpropagation Teti Rohaeti 1, Yoyon Kusnendar Suprapto 2, Eo Mulyanto 3
Lebih terperinciBAB 2 LANDASAN TEORI. 2.1 Defenisi Sistem Pendukung Keputusan (Decision Support System)
BAB 2 LANDASAN TEORI 2.1 Defenisi Sistem Pendukung Keputusan (Decision Support System) Pada dasarnya Sistem Pendukung Keputusan ini merupakan pengembangan lebih lanjut dari sistem informasi manajemen terkomputerisasi
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN A. Tempat dan Watu Penelitian Penelitian ini dilauan di Jurusan Matematia Faultas Matematia dan Ilmu Pengetahuan Alam Universitas Lampung. Watu penelitian dilauan selama semester
Lebih terperinciP14 FMADM Dengan Pengembangan. A. Sidiq P.
P14 FMADM Dengan Pengembangan A. Sidiq P. http://sidiq.mercubuana-yogya.ac.id Program Studi Teknik Informatika Program Studi Sistem Informasi Fakultas Teknologi Informasi Universitas Mercu Buana Yogyakarta
Lebih terperinciBAB II LANDASAN TEORI. Graf adalah kumpulan simpul (nodes) yang dihubungkan satu sama lain
8 BAB II LANDASAN TEORI 2.1 Teori Graf 2.1.1 Definisi Graf Graf adalah umpulan simpul (nodes) yang dihubungan satu sama lain melalui sisi/busur (edges) (Zaaria, 2006). Suatu Graf G terdiri dari dua himpunan
Lebih terperinci1. Pendahuluan Jaringan syaraf tiruan ( Artificial Neural Networ ) adalah suatu tenologi omputasi yang berbasis pada model syaraf biologis dan mencoba
JARINGAN SYARAF TIRUAN BACKPROPAGATION SEBAGAI METODE PERAMALAN PADA PERHITUNGAN TINGKAT SUKU BUNGA PINJAMAN DI INDONESIA Nurmalasari Rusmiati 1 Sistem Informasi, Faultas Ilmu Komputer, Universitas Gunadarma
Lebih terperinciINTEGRAL NUMERIK KUADRATUR ADAPTIF DENGAN KAIDAH SIMPSON. Makalah. Disusun guna memenuhi tugas Mata Kuliah Metode Numerik. yang dibimbing oleh
INTEGRAL NUMERIK KUADRATUR ADAPTIF DENGAN KAIDAH SIMPSON Maalah Disusun guna memenuhi tugas Mata Kuliah Metode Numeri yang dibimbing oleh Dr. Nur Shofianah Disusun oleh: M. Adib Jauhari Dwi Putra 146090400111001
Lebih terperinciPENERAPAN ALGORITMA APRIORI UNTUK MEMPEROLEH ASSOCIATION RULE ANTAR ITEMSET BERDASARKAN PERIODE PENJUALAN DALAM SATU TRANSAKSI
PENERAPAN ALGORITMA APRIORI UNTUK MEMPEROLEH ASSOCIATION RULE ANTAR ITEMSET BERDASARKAN PERIODE PENJUALAN DALAM SATU TRANSAKSI Devi Fitrianah, Ade Hodijah Program Studi Teni Informatia, Faultas Ilmu Komputer,
Lebih terperinciEVALUASI KOMPETENSI DASAR GURU DAN KUALITAS LULUSAN AKUNTANSI
Evaluasi Kompetensi Dasar... (Rahmadita Nurul1 EVALUASI KOMPETENSI DASAR GURU DAN KUALITAS LULUSAN AKUNTANSI BASIC COMPETENCY EVALUATION OF TEACHER AND THE QUALITY OF ACCOUNTING GRADUATES Oleh: Rahmadita
Lebih terperinciPENENTUAN JENIS PRODUK KOSMETIK PILIHAN BERDASARKAN FAKTOR USIA DAN WARNA KULIT MENGGUNAKAN METODE JARINGAN SYARAF TIRUAN
PENENTUAN JENIS PRODUK KOSMETIK PILIHAN BERDASARKAN FAKTOR USIA DAN WARNA KULIT MENGGUNAKAN METODE JARINGAN SYARAF TIRUAN Amethis Otaorora 1, Bilqis Amaliah 2, Ahmad Saihu 3 Teni Informatia, Faultas Tenologi
Lebih terperinciBAB III METODE SCHNABEL
BAB III METODE SCHNABEL Uuran populasi tertutup dapat diperiraan dengan teni Capture Mar Release Recapture (CMRR) yaitu menangap dan menandai individu yang diambil pada pengambilan sampel pertama, melepasan
Lebih terperinciPENGEMBANGAN SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN NASABAH YANG BERPOTENSI MEMBUKA SIMPANAN DEPOSITO DENGAN FUZZY MCDM
1 PENGEMBANGAN SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN NASABAH YANG BERPOTENSI MEMBUKA SIMPANAN DEPOSITO DENGAN FUZZY MCDM Meirisa Sarastri Fakultas Teknik Informatika, Universitas Dian Nuswantoro
Lebih terperinciVI. PEMILIHAN MODA (Modal Split/Choice)
VI. PEMILIHAN MODA (Modal Split/Choice) 6.. UMUM Tujuan: Mengetahui proporsi pengaloasian perjalanan e berbagai moda transportasi. Ada dua emunginan situasi yang dihadapi dalam meramal pemilihan moda:
Lebih terperinciIII. METODOLOGI PENELITIAN
III. METODOLOGI PENELITIAN 3.1 Keranga Pemiiran Pemerintah ahir-ahir ini sering dihadapan pada masalah persediaan pupu bersubsidi yang daya serapnya rendah dan asus elangaan di berbagai loasi di Indonesia.
Lebih terperinciBAB IV Solusi Numerik
BAB IV Solusi Numeri 4. Algoritma Genetia Algoritma Genetia (AG) [2] merupaan teni pencarian stoasti yang berdasaran pada meanisme selesi alam dan prinsip penurunan genetia. Algoritma genetia ditemuan
Lebih terperinciBAB 3 PATTERN MATCHING BERBASIS JARAK EUCLID, PATTERN MATCHING BERBASIS JARAK MAHALANOBIS, DAN JARINGAN SYARAF TIRUAN BERBASIS PROPAGASI BALIK
BAB 3 PATTERN MATCHING BERBASIS JARAK EUCLID, PATTERN MATCHING BERBASIS JARAK MAHALANOBIS, DAN JARINGAN SYARAF TIRUAN BERBASIS PROPAGASI BALIK Proses pengenalan dilauan dengan beberapa metode. Pertama
Lebih terperinciPERBANDINGAN PERFORMANSI ALGORITMA GENETIKA DAN ALGORITMA SEMUT UNTUK PENYELESAIAN SHORTEST PATH PROBLEM
Seminar Nasional Sistem dan Informatia 2007; Bali, 16 November 2007 PERBANDINGAN PERFORMANSI ALGORITMA GENETIKA DAN ALGORITMA SEMUT UNTUK PENYELESAIAN SHORTEST PATH PROBLEM Fajar Saptono 1) I ing Mutahiroh
Lebih terperinciPREDIKSI HARGA SAHAM MENGGUNAKAN JARINGAN SYARAF TIRUAN MULTILAYER FEEDFORWARD NETWORK DENGAN ALGORITMA BACKPROPAGATION
Konferensi Nasional Sistem dan Informatia 2008; Bali, November 5, 2008 PREDIKSI HARGA SAHAM MENGGUNAKAN JARINGAN SYARAF TIRUAN MULTILAYER FEEDFORWARD NETWORK DENGAN ALGORITMA BACKPROPAGATION Wahyudi Setiawan
Lebih terperinciUJI BARTLETT. Elty Sarvia, ST., MT. Fakultas Teknik Jurusan Teknik Industri Universitas Kristen Maranatha Bandung. Scheffe Multiple Contrast Procedure
8/9/01 UJI TUKEY UJI DUNCAN UJI BARTLETT UJI COCHRAN UJI DUNNET Elty Sarvia, ST., MT. Faultas Teni Jurusan Teni Industri Universitas Kristen Maranatha Bandung Macam Metode Post Hoc Analysis The Fisher
Lebih terperinciBAB III PENENTUAN HARGA PREMI, FUNGSI PERMINTAAN, DAN TITIK KESETIMBANGANNYA
BAB III PENENTUAN HARGA PREMI, FUNGSI PERMINTAAN, DAN TITIK KESETIMBANGANNYA Pada penelitian ini, suatu portfolio memilii seumlah elas risio. Tiap elas terdiri dari n, =,, peserta dengan umlah besar, dan
Lebih terperinciMODEL OPTIMASI PEMETAAN MATA KULIAH BERPRASYARAT UNTUK RENCANA STUDI MAHASISWA (STUDI KASUS PROGRAM STUDI MATEMATIKA FMIPA UT)
MODEL OPTIMASI PEMETAAN MATA KULIAH BERPRASYARAT UNTUK RENCANA STUDI MAHASISWA (STUDI KASUS PROGRAM STUDI MATEMATIKA FMIPA UT) Asmara Iriani Tarigan (asmara@ut.ac.id) Sitta Alief Farihati Jurusan Matematia
Lebih terperinciKeragaman Struktur Tegakan Hutan Alam Sekunder The Variability of Stand Structure of Logged-over Natural Forest
JMHT Vol. XIV, (2): 81-87, Agustus 28 ISSN: 215-157X Keragaman Strutur Tegaan Hutan Alam Seunder The Variability of Stand Structure of Logged-over Natural Forest Abstract Muhdin 1*, Endang Suhendang 1,
Lebih terperinciPerbandingan Metode AHP-SAW Dengan FMCDM-SAW Pada Pemberian Pinjaman Modal Usaha Pertanian
625 Perbandingan Metode AHP-SAW Dengan FMCDM-SAW Pada Pemberian Pinjaman Modal Usaha Pertanian Biasty Handayani, Ruliah S. STMIK Banjarbaru Jl. A. Yani Km. 33,3 Banjarbaru efekbiass@gmail.com, twochandra@gmail.com
Lebih terperinciMakalah Seminar Tugas Akhir
Maalah Seminar Tugas Ahir PENDETEKSI POSISI MENGGUNAKAN SENSOR ACCELEROMETER MMA7260Q BERBASIS MIKROKONTROLER ATMEGA 32 Muhammad Riyadi Wahyudi, ST., MT. Iwan Setiawan, ST., MT. Abstract Currently, determining
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
1 BAB 1 PENDAHULUAN 1.1 Latar Belaang Di aman searang sebuah adal yang tersusun rapi merupaan ebutuhan bagi setiap individu. Namun masalah penyusunan sebuah adal merupaan sebuah masalah umum yang teradi,
Lebih terperinciBAB 2 TEORI PENUNJANG
BAB EORI PENUNJANG.1 Konsep Dasar odel Predictive ontrol odel Predictive ontrol P atau sistem endali preditif termasu dalam onsep perancangan pengendali berbasis model proses, dimana model proses digunaan
Lebih terperinciSTUDI PENYELESAIAN PROBLEMA MIXED INTEGER LINIER PROGRAMMING DENGAN MENGGUNAKAN METODE BRANCH AND CUT OLEH : RISTA RIDA SINURAT
TUGAS AKHIR STUDI PENYELESAIAN PROBLEMA MIXED INTEGER LINIER PROGRAMMING DENGAN MENGGUNAKAN METODE BRANCH AND CUT OLEH : RISTA RIDA SINURAT 040803023 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU
Lebih terperinciAplikasi diagonalisasi matriks pada rantai Markov
J. Sains Dasar 2014 3(1) 20-24 Apliasi diagonalisasi matris pada rantai Marov (Application of matrix diagonalization on Marov chain) Bidayatul hidayah, Rahayu Budhiyati V., dan Putriaji Hendiawati Jurusan
Lebih terperinciDany Candra Febrianto ) dan Hindayati Mustafidah )
Penerapan Jaringan Saraf Tiruan dengan Metode Pembelaaran Bacpropagation untu Mengetahui Tingat Kualifiasi Calon Siswa pada Sistem Informasi Penerimaan Siswa Baru di MAN 2 Banarnegara (Application of Artificial
Lebih terperinciAnalisa Drop Tegangan dan Susut Daya pada Jaringan Listrik Penyulang Renon Menggunakan Metode Artificial Neural Network
Analisa Drop Tegangan dan Susut Daya pada Jaringan Listri Penyulang Renon Menggunaan Metode Artificial Neural Networ I Gede Dyana Arana Jurusan Teni Eletro Faultas Teni, Universitas Udayana Denpasar, Bali,
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Penelitian Terdahulu Penelitian yang aan dilauan meruju epada beberapa penelitian terdahulu yang sudah pernah dilauan sebelumnya, diantaranya: 1. I Gst. Bgs. Wisuana (2009)
Lebih terperinciAnalisis Sistem Pendukung Keputusan Dalam Memilih Program Studi Menggunakan Metode Logika Fuzzy
Analisis Sistem Pendukung Keputusan Dalam Memilih Program Studi Menggunakan Metode Logika Fuzzy Hetty Rohayani Teknik Informatika, STIKOM Dinamika Bangsa Jambi Email : hetty_mna@yahoo.com Abstract STIKOM
Lebih terperinciANALISIS VARIASI PARAMETER BACKPROPAGATION ARTIFICIAL NEURAL NETWORK TERHADAP PENGENALAN POLA DATA IRIS
Jurnal Teni dan Ilmu Komputer ANALISIS VARIASI PARAMETER BACKPROPAGATION ARTIFICIAL NEURAL NETWORK TERHADAP PENGENALAN POLA DATA IRIS AN ANALYSIS OF THE VARIATION PARAMETERS OF THE ARTIFICIAL NEURAL NETWORK
Lebih terperinciBAB IV PERHITUNGAN HARGA PREMI BERDASARKAN FUNGSI PERMINTAAN PADA TITIK KESETIMBANGAN
BAB IV PERHITUNGAN HARGA PREMI BERDASARKAN FUNGSI PERMINTAAN PADA TITIK KESETIMBANGAN Berdasaran asumsi batasan interval pada bab III, untu simulasi perhitungan harga premi pada titi esetimbangan, maa
Lebih terperinciPENGELOMPOKAN KABUPATEN/KOTA DI INDONESIA BERDASARKAN FASILITAS KESEHATAN DASAR DENGAN MENGGUNAKAN ANALISIS KLASTER DUA TAHAP
PENGELOMPOKAN KABUPATEN/KOTA DI INDONESIA BERDASARKAN FASILITAS KESEHATAN DASAR DENGAN MENGGUNAKAN ANALISIS KLASTER DUA TAHAP Hazmira Yozza 1, Izzati Rahmi HG, Juliana Jurusan Matematia, Universitas Andalas,
Lebih terperinciBAB IV IMPLEMENTASI DAN PENGUJIAN
BAB IV IMPLEMENTASI DAN PENGUJIAN 4.1 Implementasi Apliasi Pada tahap implementasi ini merupaan penerapan apliasi dari hasil perancangan sistem yang ada untu mencapai suatu tujuan yang diinginan. Implementasimelasanaan
Lebih terperinciANALISIS KELAYAKAN INVESTASI PERBAIKAN KUALITAS PELAYANAN DI AJB BUMI PUTERA 1912 CABANG SIDOARJO
ANALISIS KELAYAKAN INVESTASI PERBAIKAN KUALITAS PELAYANAN DI AJB BUMI PUTERA 191 CABANG SIDOARJO Yustina Ngatilah, 1 dan C. Indri Parwati 1 Teni Industri, UPN Veteran Jawa Timur, Teni Industri Institut
Lebih terperinciHUBUNGAN SIKAP DENGAN PRAKTIK PERAWATAN BAYI SEHARI-HARI PADA IBU PRIMIPARA DI WILAYAH KERJA PUSKESMAS NGAMPEL PABUPATEN KENDAL ABSTRAK
HUBUNGAN SIKAP DENGAN PRAKTIK PERAWATAN BAYI SEHARI-HARI PADA IBU PRIMIPARA DI WILAYAH KERJA PUSKESMAS NGAMPEL PABUPATEN KENDAL Afifah *), Indri Subeti **) *) Mahasiswa Abid Unisa **)Dosen Abid Unisa ABSTRAK
Lebih terperinciImplementasi Algoritma Pencarian k Jalur Sederhana Terpendek dalam Graf
JURNAL TEKNIK POMITS Vol. 2, No., (203) ISSN: 2337-3539 (230-927 Print) Implementasi Algoritma Pencarian Jalur Sederhana Terpende dalam Graf Anggaara Hendra N., Yudhi Purwananto, dan Rully Soelaiman Jurusan
Lebih terperinciSISTEM INFORMASI PEMBELIAN DAN PENJUALAN OBAT (Studi Kasus : Apotek Adi Cipta Parma Jl. Sirnarasa no.49 Cimahi) Oleh : Bella Hardiyana, S.
SISTEM INFORMSI PEMBELIN DN PENJULN OBT (Studi Kasus : pote di Cipta Parma Jl. Sirnarasa no.49 Cimahi) Oleh : Bella Hardiyana, S. Kom BSTRK pote di Cipta Parma adalah apote yang baru berdiri pada pertengahan
Lebih terperinciKLASIFIKASI DATA MENGGUNAKAN JST BACKPROPAGATION MOMENTUM DENGAN ADAPTIVE LEARNING RATE
KLASIFIKASI DATA MENGGUNAKAN JST BACKPROPAGATION MOMENTUM DENGAN ADAPTIVE LEARNING RATE Warih Maharani Faultas Teni Informatia, Institut Tenologi Telom Jl. Teleomuniasi No.1 Bandung 40286 Telp. (022) 7564108
Lebih terperinciPenentuan Nilai Ekivalensi Mobil Penumpang Pada Ruas Jalan Perkotaan Menggunakan Metode Time Headway
Rea Racana Jurnal Online Institut Tenologi Nasional Teni Sipil Itenas No.x Vol. Xx Agustus 2015 Penentuan Nilai Eivalensi Mobil Penumpang Pada Ruas Jalan Perotaan Menggunaan Metode Time Headway ENDI WIRYANA
Lebih terperinciPENGEMBANGAN E-MODULE EKONOMI PADA MATERI UANG DAN PERBANKAN UNTUK SISWA KELAS X A SMA NEGERI 1 PANGGUL TRENGGALEK TAHUN AJARAN 2014/2015
PENGEMBANGAN E-MODULE EKONOMI PADA MATERI UANG DAN PERBANKAN UNTUK SISWA KELAS X A SMA NEGERI 1 PANGGUL TRENGGALEK TAHUN AJARAN 2014/2015 Nelvy Warsi Enggal Lestari Prih Hardinto Lisa Rohmani Abstract
Lebih terperinciII. TINJAUAN PUSTAKA. sebuah teknik yang baru yang disebut analisis ragam. Anara adalah suatu metode
3 II. TINJAUAN PUSTAKA 2.1 Analisis Ragam (Anara) Untu menguji esamaan dari beberapa nilai tengah secara sealigus diperluan sebuah teni yang baru yang disebut analisis ragam. Anara adalah suatu metode
Lebih terperinciIMPLEMENTASI FUZZY LOGIC MULTI CRITERIA DECISION MAKING (MCDM) UNTUK MENENTUKAN JENIS KAYU SEBAGAI BAHAN BAKU PRODUKSI MEBEL
INFOKAM Nomor II/Th. X/September/14 23 IMPLEMENTASI FUZZY LOGIC MULTI CRITERIA DECISION MAKING (MCDM) UNTUK MENENTUKAN JENIS KAYU SEBAGAI BAHAN BAKU PRODUKSI MEBEL SUMARDI (Dosen Amik JTC Semarang) ABSTRAK
Lebih terperinciBAB III ANALISIS DISKRIMINAN. analisis multivariat dengan metode dependensi (dimana hubungan antar variabel
BAB III ANALISIS DISKRIMINAN 3.1 Pengertian Analisis Disriminan Analisis disriminan merupaan sala satu metode yang digunaan dalam analisis multivariat dengan metode dependensi (dimana ubungan antar variabel
Lebih terperinciMODEL MATEMATIKA KONSENTRASI OKSIGEN TERLARUT PADA EKOSISTEM PERAIRAN DANAU
MDEL MATEMATIKA KNSENTRASI KSIGEN TERLARUT PADA EKSISTEM PERAIRAN DANAU Sutimin Jurusan Matematia, FMIPA Universitas Diponegoro Jl. Prof. H. Soedarto SH Tembalang, Semarang 5075 E-mail: su_timin@yanoo.com
Lebih terperinciKOORDINASI SUPPLY CHAIN SATU PABRIK-SATU DISTRIBUTOR PADA MODEL PENENTUAN HARGA & KEPUTUSAN PRODUKSI/ORDER
KOORDIASI SUPPLY CHAI SATU PABRIK-SATU DISTRIBUTOR PADA ODEL PEETUA HARGA & KEPUTUSA PRODUKSI/ORDER Evi Yuliawati Faultas Tenologi Industri, Jurusan Teni Industri Institut Tenologi Adhi Tama Surabaya Email:
Lebih terperinciPEBANDINGAN METODE ROBUST MCD-LMS, MCD-LTS, MVE-LMS, DAN MVE-LTS DALAM ANALISIS REGRESI KOMPONEN UTAMA
PEBANDINGAN METODE ROBUST MCD-LMS, MCD-LTS, MVE-LMS, DAN MVE-LTS DALAM ANALISIS REGRESI KOMPONEN UTAMA Sear Wulandari, Nur Salam, dan Dewi Anggraini Program Studi Matematia Universitas Lambung Mangurat
Lebih terperinciSistem Peramalan Jumlah Produksi Air PDAM Samarinda Menggunakan Jaringan Syaraf Tiruan Backpropagation
Sistem Peramalan Jumlah Produsi Air PDAM Samarinda Menggunaan Jaringan Syaraf Tiruan Bacpropagation Anindita Septiarini 1 dan Nur Sya baniah 2 1 Program Studi Ilmu Komputer FMIPA, Universitas Mulaarman
Lebih terperinciADAPTIVE NOISE CANCELING MENGGUNAKAN ALGORITMA LEAST MEAN SQUARE (LMS) Anita Nardiana, SariSujoko Sumaryono ABSTRACT
Jurnal Teni Eletro Vol. 3 No.1 Januari - Juni 1 6 ADAPTIVE NOISE CANCELING MENGGUNAKAN ALGORITMA LEAST MEAN SQUARE (LMS) Anita Nardiana, SariSujoo Sumaryono ABSTRACT Noise is inevitable in communication
Lebih terperinciStudi dan Analisis mengenai Hill Cipher, Teknik Kriptanalisis dan Upaya Penanggulangannya
Studi dan Analisis mengenai Hill ipher, Teni Kriptanalisis dan Upaya enanggulangannya Arya Widyanaro rogram Studi Teni Informatia, Institut Tenologi Bandung, Jl. Ganesha 10 Bandung Email: if14030@students.if.itb.ac.id
Lebih terperinciCONTENT BASED IMAGE RETRIEVAL MENGGUNAKAN MOMENT INVARIANT, TEKSTUR DAN BACKPROPAGATION
UPN Veteran Yogyaarta, 30 Juni 2012 CONTENT BASED IMAGE RETRIEVAL MENGGUNAKAN MOMENT INVARIANT, TEKSTUR DAN BACKPROPAGATION Ni G.A.P Harry Saptarini 1), Rocy Yefrenes Dilla 2) 1) Politeni Negeri Bali 2)
Lebih terperinciJURNAL EMPLOYEE ASSESSMENT DECISION SUPPORT SYSTEM USING FUZZY BEST MULTI CRITERIA DECISION MAKING (FMCDM) CASE STUDY CUSTOM CAPS KEDIRI
JURNAL SISTEM PENDUKUNG KEPUTUSAN PENILAIAN KARYAWAN TERBAIK MENGGUNAKAN METODE FUZZY MULTY CRITERIA DECISION MAKING (FMCDM) STUDI KASUS TOPI CUSTOM KEDIRI EMPLOYEE ASSESSMENT DECISION SUPPORT SYSTEM USING
Lebih terperinciPROGRAM SIMULASI UNTUK REALISASI STRUKTUR TAPIS INFINITE IMPULSE RESPONSE UNTUK MEDIA PEMBELAJARAN DIGITAL SIGNAL PROCESSING
Konferensi asional Sistem dan Informatia 28; Bali, ovember 15, 28 KS&I8-44 PROGRAM SIMULASI UTUK REALISASI STRUKTUR TAPIS IFIITE IMPULSE RESPOSE UTUK MEDIA PEMBELAJARA DIGITAL SIGAL PROCESSIG Damar Widjaja
Lebih terperinciPERANCANGAN APLIKASI MULTIMEDIA UNTUK PENGENALAN BAHASA ISYARAT BAGI ANAK TUNARUNGU BERBASIS ANDROID
170 Jurnal Sistem dan Tenologi Informasi (JUSTIN) Vol. 1, No. 2, (2017) 170 PERANCANGAN APLIKASI MULTIMEDIA UNTUK PENGENALAN BAHASA ISYARAT BAGI ANAK TUNARUNGU BERBASIS ANDROID Alfian Irdandi 1, Helfi
Lebih terperinci