Sistem Pendukung Keputusan Menggunakan Metode Technique for Order by Similarity to Ideal Solution (TOPSIS)

Ukuran: px
Mulai penontonan dengan halaman:

Download "Sistem Pendukung Keputusan Menggunakan Metode Technique for Order by Similarity to Ideal Solution (TOPSIS)"

Transkripsi

1 KNTIA 2011 C33 Sstem Pendukung Keputusan Menggunakan Metode Technque for Order b Smlart to Ideal Soluton (TOPSIS) 1 Murnawan, 2 Akhmad Fadjar Sddq Abstract Sstem Pendukung Keputusan merupakan suatu sstem nteraktf ang mendukung keputusan dalam proses pengamblan keputusan melalu alternatf alternatf ang dperoleh dar hasl pengolahan data, nformas dan rancangan model. Sstem pendukung keputusan pemlhan telepon seluler n dharapkan dapat membantu para pengguna aplkas n untuk memlh telepon seluler sesua dengan ang dngnkan berdasarkan alternatf dan krtera ang telah dtentukan oleh pengguna. Dalam peneltan n metode ang dgunakan adalah Technque For Order Preference B Smlart To Ideal Soluton (TOPSIS). Metode TOPSIS adalah salah satu metode ang dgunakan untuk menelesakan masalah Mult Attrbute Decson Makng (MADM). Metode TOPSIS ddasarkan pada konsep dmana alternatf terplh ang terbak tdak hana memlk jarak terpendek dar solus deal postf, namun juga memlk jarak terpanjang dar solus deal negatf. Metode TOPSIS memlk beberapa kelebhan, dantarana konsepna ang sederhana dan mudah dpaham, komputasna efsen, dan memlk kemampuan untuk mengukur knerja relatf dar alternatf-alternatf keputusan dalam bentuk matemats ang sederhana. Inde Terms Sstem Pendukung Keputusan, Technque For Order Preference B Smlart To Ideal Soluto. I I. PENDAHULUAN novas ddalam bdang lmu pengetahuan dan teknolog berkembang dengan cepat dan selaras dengan perkembangan karakterstk masarakat modern ang memlk mobltas tngg, mencar laanan ang fleksbel, serba mudah, memuaskan dan mengejar efsens d segala aspek. Dalam perancangan Sstem Pendukung Keputusan terdapat banak metode ang bsa dgunakan, salah satu metode ang dgunakan adalah metode Mult Atrrbute Decson Makng (MADM). MADM adalah suatu metode ang dgunakan untuk mencar alternatf optmal dengan krtera tertentu. MADM sendr memlk, beberapa metode penelesaan, salah satu metode ang dapat dgunakan untuk meotde penelesaan MADM adalah metode TOPSIS. Metode n dkembangkan oleh Kwangsun Yoon Dan Hwang Cn-La pada tahun 1980 [7]. Metode n banak dgunakan karena konsepna ang sederhana dan mudah dpaham, komputasna efsen, dan memlk kemampuan untuk mengukur knerja relatf dar alternatf-alternatf keputusan dalam bentuk matemats ang sederhana. Melalu aplkas n nantna pengguna aplkas dapat mempertmbangkan pengamblan keputusan dengan alternatf dan krtera berdasarkan kepada kebutuhanna masng-masng. 1 Unverstas Wdatama Bandung, murnawan@wdatama.ac.d 2 STMIK LPKIA Bandung, mada.sweethurt@gmal.com. Untuk memfokuskan peneltan, maka ruang lngkup permasalahan hana mencakup sebaga berkut: 1) Penlaan ang dgunakan untuk mendukung pengamblan keputusan pemlhan telepon seluler menggunakan metode Technque for Order Preference b Smlart to Ideal Soluton (TOPSIS). 2) Ratng kecocokan setap alternatf pada setap krtera dan tngkat kepentngan pada setap krtera dalam mendukung keputusan dtentukan melalu nla angka (numerc). Tujuan dar peneltan n atu dharapkan penerapan metoda TOPSIS pada sstem pendukung keputusan pemlhan telepon seluler menjad salah satu sstem pendukung keputusan ang dapat dandalkan untuk memudahkan proses pengamblan keputusan pemlhan telepon seluler berdasarkan kualtasna. I. METODE PENELITIAN A. Sstem Pendukung Keputusan Sstem pendukung keputusan (SPK) adalah bagan dar sstem nformas berbass komputer (termasuk sstem pengetahuan) ang dpaka untuk mendukung pengamblan keputusan dalam suatu organsas atau perusahaan. SPK merupakan penggabungan sumber sumber kecerdasan ndvdu dengan kemampuan komponen untuk memperbak kualtas keputusan. Sstem Pendukung Keputusan juga merupakan sstem nformas berbass komputer untuk manajemen pengamblan keputusan ang menangan masalah masalah sem struktur [1]. Dengan pengertan datas dapat delaskan bahwa sstem pendukung keputusan bukan merupakan alat pengamblan keputusan, melankan merupakan sstem ang membantu pengambl keputusan dengan melengkap mereka dengan nformas dar data ang telah dolah dengan relevan dan dperlukan untuk membuat keputusan tentang suatu masalah dengan lebh cepat dan akurat. Sehngga sstem n tdak dmaksudkan untuk menggantkan pengamblan keputusan dalam proses pembuatan keputusan. Tahapan SPK : 1) Defns masalah 2) Pengumpulan data atau elemen nformas ang relevan 3) Pengolahan data menjad nformas bak dalam bentuk laporan grafk maupun tulsan 4) Menentukan alternatf-alternatf solus (bsa dalam persentase) Tujuan dar SPK : 1) Membantu menelesakan masalah sem-terstruktur 2) Mendukung manajer dalam mengambl keputusan

2 C34 KNTIA ) Menngkatkan efektftas bukan efsens pengamblan keputusan Dalam pemrosesanna, SPK dapat menggunakan bantuan dar sstem lan sepert Artfcal Intellgence, Epert Sstems, Fuzz Logc, dll. B. Konsep Dasar Mult-Atrbute Decson Makng (MADM) Pada dasarna, proses MADM dlakukan melalu 3 tahap, atu penusunan komponen-komponen stuas, analss, dan sntess nformas [3]. Pada tahap penusunan komponen, komponen stuas, akan dbentuk tabel taksran ang bers dentfkas alternatf dan spesfkas tujuan, krtera dan trbut. Salah satu cara untuk menspesfkaskan tujuan stuas O, =1,, t adalah dengan cara mendaftar konsekuenskonsekuens ang mungkn dar alternatf ang telah terdentfkas A, =1,, n. Selan tu juga dsusun atrbutatrbut ang akan dgunakan a k, k=1, m. Tahap analss dlakukan melalu 2 langkah. Pertama, mendatangkan taksran dar besaran ang potensal, kemungknan, dan ketdakpastan ang berhubungan dengan dampak-dampak ang mungkn pada setap alternatf. Kedua, melput pemlhan dar preferens pengamblan keputusan untuk setap nla, dan ketdakpedulan terhadap resko ang tmbul. Pada langkah pertama, beberapa metode menggunakan fungs dstrbus p j () ang menatakan probabltas kumpulan atrbut a k terhadap setap alternatf A. Konsekuen juga dapat dtentukan secara langsung dar agregas sederhana ang dlakukan pada nformas terbak ang terseda. Demkan pula, ada beberapa cara untuk menentukan preferens pengambl keputusan pada setap konsekuen ang dapat dlakukan pada langkah kedua. Metode ang palng sederhana adalah untuk menurunkan bobot atrbut dan krtera adalah dengan fungs utltas atau penjumlahan terbobot. Secara umum, model mult-attrbute decson makng dapat ddefnskan sebaga berkut [14]: Msalkan A = {a = 1,,n} adalah hmpunan alternatfalternatf keputusan dan C = {c j j = 1,,m} adalah hmpunan tujuan ang dharapkan, maka akan dtentukan alternatf 0 ang memlk derajat harapan tertngg terhadap tujuan-tujuan ang relevan c j. Sebagan besar pendekatan MADM dlakukan melalu 2 langkah, atu: pertama, melakukan agregas terhadap keputusan-keputusan ang tanggap terhadap semua tujuan pada setap alternatf; kedua, melakukan perankngan alternatf-alternatf keputusan tersebut berdasarkan hasl agregas keputusan. Dengan demkan, bsa dkatakan bahwa, masalah multattrbute decson makng (MADM) adalah mengevaluas m alternatf A (=1,2,,m) terhadap sekumpulan atrbut atau krtera C j (j=1,2,,n), dmana setap atrbut salng tdak bergantung satu dengan ang lanna. Matrks keputusan setap alternatf terhadap setap atrbut, X, dberkan sebaga: X m m2 1n 2n mn (1) Dmana merupakan ratng knerja alternatf ke- terhadap atrbut ke-j. Nla bobot ang menunjukkan tngkat kepentngan relatve setap atrbut, dberkan sebaga, W: W = {w 1, w 2,, w n } (2) Ratng knerja (X), dan nla bobot (W) merupakan nla utama ang merepresentaskan preferens absolute dar pengambl keputusan. Masalah MADM dakhr dengan proses perankngan untuk mendapatkan alternatf terbak ang dperoleh berdasarkan nla keseluruhan preferens ang dberkan [6]. C. Technque for Order Preference b Smlart to Ideal Soluton (TOPSIS) Metode TOPSIS adalah salah satu metode ang dgunakan untuk menelesakan masalah MADM. Metode TOPSIS ddasarkan pada konsep dmana alternatf terplh ang terbak tdak hana memlk jarak terpendek dar solus deal postf, namun juga memlk jarak terpanjang dar solus deal negatf [7]. Konsep n banak dgunakan pada beberapa model MADM untuk menelesakan masalah keputusan secara prakts [6][7]. Hal n dsebabkan karena konsepna ang sederhana dan mudah dpaham, komputasna efsen, dan memlk kemampuan untuk mengukur knerja relatf dar alternatf-alternatf keputusan dalam bentuk matemats ang sederhana. Secara umum, prosedur TOPSIS mengkut langkahlangkah sebaga berkut : 1) Membuat matrks keputusan ang ternormalsas. 2) Membuat matrks keputusan ang ternormalsas terbobot. 3) Menentukan matrks solus deal postf & matrks solus deal negatf. 4) Menentukan jarak antara nla setap alternatf dengan matrks solus deal postf & matrks solus deal negatf. 5) Menentukan nla preferens untuk setap alternatf. TOPSIS membutuhkan ratng knerja setap alternatf A pada setap crtera C j ang ternormalsas, atu : dengan =1,2,m dan j=1,2,,n. Solus deal postf A + dan solus deal negatf A - dapat dtentukan berdasarkan ratng bobot ternormalsas ( ) sebaga : wr (4) dengan =1,2,m dan j=1,2,,n. A A r ma dengan j mn m 1 ( 1, 2,, n ),,, ) ( (3) (5) n (6) jka jadalahatrbut keuntungan jka jadalah atrbutbaa

3 KNTIA 2011 C35 j mn ma jka jadalahatrbut keuntungan jka jadalah atrbutbaa Jarak antara alternatf A dengan solus deal postf drumuskan sebaga : D n j1 2 =1,2,,m. (9) Jarak antara alternatf A dengan solus deal negatf drumuskan sebaga : D n j1 2 (10) Nla preferens untuk setap alternatf (V ) dberkan sebaga : D V D D (11) Nla V ang lebh besar mengndkaskan bahwa alternatf A lebh dplh. RegsteredUser dapat menentukan krtera ang dtetapkan (Manage Crtera), mengatur alternatf atau plhan dalam membuat keputusan (Manage Alternatve), memberkan nla pada alternatf (Scorng). B. Class Dagram Class dagram adalah sebuah spesfkas ang jka dnstansaskan akan menghaslkan sebuah objek dan merupakan nt dar pengembangan dan desan berorentas objek. Class menggambarkan keadaan (atrbut/propert) suatu sstem, sekalgus menawarkan laanan untuk memanpulas keadaan tersebut (metoda/fungs). Pada class dagram n dbuat dengan menggunakan konsep MVC (Model, Vew, Controller) dmana antara class nteraks, logc, dan data dpsahkan. Class ang memlk awalan UI_ merupakan jens class boundar ang berfungs untuk menrma masukan dar nteraks user dmana class boundar tersebut akan menampung dan mengrmkan data ke class entt (memlk awalan E_), dmana kelas entt n sebaga class ang melakukan proses penmpanan atau pengamblan data. A. Fungsonaltas II. HASIL DAN PEMBAHASAN Use case mendeskrpskan fungs dar sebuah sstem dar perspektf/sudut pandang para pengguna sstem. Use case mendefnskan apa ang dlakukan oleh sstem dan elemenelemenna, bukan bagamana sstem dan elemen-elemenna salng bernteraks. Gambar 2. Class Dagram C. Sequence Dagram Sequence dagram mendokumentaskan komunkas atau nteraks antar kelas-kelas. Sequence dagram menunjukkan sejumlah objek dan message (pesan) ang dletakkan dantara objek-objek d dalam use case. Gambar 1. Use Case Dagram Penjelasan use case dagram : 1) D dalam use case dagram d atas terdapat satu aktor, atu RegsteredUser. 2) RegsteredUser adalah pengguna ang telah terdaftar. 3) RegsteredUser harus melakukan autentkas terlebh dahulu sebelum masuk kedalam sstem. 4) Setelah tu RegsteredUser dapat membuat aplkas sstem pendukung keputusan ang baru atau mengubah aplkas sstem ang telah dbuat sebelumna (Manage DSS Applcaton). 5) Setelah RegsteredUser mengatur (membuat atau merubah) aplkas sstem pendukung keputusan,

4 C36 KNTIA ) RegsteredUser dapat menghapus DSS Applcaton melalu delete_dssapp(). Penjelasan sequence dagram Manage Crtera : 1) RegsteredUser membuat Crtera melalu create_crtera(). Sstem akan memvaldas data menggunakan method crtera_valdaton() untuk memerksa apakah data ang dnputkan sudah memenuh aturan dan selanjutna dsmpan melalu save_crtera(). 2) RegsteredUser dapat merubah Crtera ang telah dbuat melalu edt_crtera() kemudan perubahanna dsmpan melalu update_crtera(). 3) RegsteredUser dapat menghapus Crtera melalu delete_crtera(). Gambar 3. Sequence Dagram Authentcaton Penjelasan sequence dagram Authentcaton : 1) RegsteredUser melakukan proses autentkas untuk bsa masuk kedalam sstem dengan cara masuk ke menu logn. 2) Pada form logn, RegsteredUser mengs username dan password. Kemudan pengsan form logn akan dperksa kelengkapanna. Jka telah lengkap, data ang ds oleh pengguna akan dcocokkan dengan data ang tersmpan pada database. 3) Jka data RegsteredUser cocok dengan data ang ada pada database, maka RegsteredUser akan darahkan ke halaman Manage DSS Applcatons. Gambar 5. Sequence Dagram Manage Crtera Gambar 4. Sequence Dagram Manage DSS Applcatons Gambar 6. Sequence Dagram Manage Alternatve Penjelasan sequence dagram Manage DSS Applcatons : 1) RegsteredUser membuat DSS Applcaton melalu create_dssapp(). Sstem akan memvaldas data menggunakan method dssapp_valdaton() untuk memerksa apakah data ang dnputkan sudah memenuh aturan dan selanjutna dsmpan melalu save_dssapp(). 2) RegsteredUser dapat merubah DSS Applcaton ang telah dbuat melalu edt_dssapp() kemudan perubahanna dsmpan melalu update_dssapp(). Penjelasan sequence dagram Manage Alternatve : 1) RegsteredUser membuat Alternatve melalu create_alternatve(). Sstem akan memvaldas data menggunakan method alternatve_valdaton() untuk memerksa apakah data ang dnputkan sudah memenuh aturan dan selanjutna dsmpan melalu save_alternatve().

5 KNTIA 2011 C37 2) RegsteredUser dapat merubah Alternatve ang telah dbuat melalu edt_alternatve() kemudan perubahanna dsmpan melalu update_alternatve(). 3) RegsteredUser dapat menghapus Alternatve melalu delete_alternatve(). Penjelasan sequence dagram Scorng : 1) RegsteredUser membuat Score melalu set_value() dan dsmpan melalu save_value(). 2) RegsteredUser dapat merubah Score ang telah dbuat melalu edt_value() kemudan perubahanna dsmpan melalu update_value(). 2) Halaman Sgn Up Gambar 9. Halaman Sgn Up Halaman n dgunakan bag pengguna ang belum mendaftar dan akan membuat account baru. Hana pengguna ang telah terdaftar ang bsa membuat aplkas sstem pendukung keputusan. 3) Halaman Logn Gambar 7. Sequence Dagram Scorng D. Perancangan Antarmuka Penjabaran komunkas nternal perangkat lunak, antara perangkat lunak dengan sstem d luarna, dan antara perangkat lunak dengan pengguna. 1) Halaman Awal Gambar 10. Halaman Logn Halaman logn n dgunakan untuk pengguna ang telah terdaftar untuk melakukan autentkas sebelum masuk ke aplkas. Pengguna dmnta untuk mengs username dan password pada nput feld ang dsedakan, kemudan tekan tombol logn. Sstem akan memerksa seluruh kelengkapan pengsan form dan valdas kecocokan data pengguna. Jka sudah benar, maka akan masuk ke halaman Manage DSS Applcaton. 4) Halaman Manage DSS Applcatons Gambar 8. Halaman Awal Halaman n adalah halaman ang pertama kal dlhat pengguna ketka memasukkan alamat pada web browser. Terdapat beberapa navgas pada bagan kanan atas dan mungkn s halaman awalna berupa pengenalan aplkas secara rngkas. Gambar 11. Halaman Manage DSS Applcaton Halaman Manage DSS Applcaton adalah halaman awal ketka pengguna masuk melalu logn. D halaman n terdapat navgas ke daftar sngkat aplkas ang telah dbuat (m DSS applcatons) dan logout untuk mengakhr ses dan kembal ke halaman awal. Selan tu terdapat pula daftar aplkas sstem pendukung keputusan ang telah dbuat oleh pengguna dan fasltas untuk membuat, merubah dan menghapus aplkas sstem pendukung keputusan. Klk navgas Go untuk memlh aplkas ang akan dgunakan.

6 C38 KNTIA ) Halaman Crtera 8) Halaman Fnal Result Gambar 12. Halaman Crtera Pada halaman n pengguna bsa menentukan krtera dar sstem pendukung keputusan ang telah dplh. Akan terdapat daftar krtera ang telah dbuat dan terdapat fasltas untuk membuat krtera baru (New Crtera), merubah (Edt) dan menghapus (Destro) krtera melalu navgas ang ada. 6) Halaman Alternatves Gambar 13. Halaman Alternatves Pada halaman n pengguna bsa menentukan plhan (alternatve) dar sstem pendukung keputusan ang telah dplh. Plhan nlah ang nantna akan dnla untuk dambl plhan terbak. Akan terdapat daftar alternatve ang telah dbuat dan terdapat fasltas untuk membuat alternatve baru (New Alternatve), merubah (Edt) dan menghapus (Destro) alternatve. 7) Halaman Scorng Gambar 15. Halaman Fnal Result D halaman n pengguna dapat melhat nla akhr dan rankng dar setap alternatve sehngga dengan melhat halaman n maka pengambl keputusan akan lebh terbantu dalam pengamblan keputusanna. III. KESIMPULAN Dalam peneltan n SPK untuk pemlhan telepon selular dbuat dengan penerapan metode TOPSIS. Dengan penerapan metode TOPSIS n, dperlukan waktu ang cukup lama untuk melakukan proses generate score apabla memlk banak altrnatf dan krtera. Selan tu, sstem hana bsa mengolah data krtera numerk, untuk mengolah data non-numerk harus menerapkan proses enumeras secara manual. Untuk pengembangan selanjutna, dharapkan agar dapat menemukan solus untuk mempercepat proses generate score dengan mengkombnaskan beberapa metode lanna serta sstem dapat memlk ftur enumeras. DAFTAR PUSTAKA [1] Keen, P., & Morton, S. Decson Support Sstems: An Organzatonal Perspectve. Massachusetts: Addson-Wesle, [2] Kusumadew, S., Hartat, S., Harjoko, A., & Wardoo, R. Fuzz Mult-Atrbute Decson Makng (1st Edton ed.). Yogakarta: Graha Ilmu, [3] Rudolph, W. Mult Crtera Decson Analss As A Framework For Integrated Land Use Management In Canadan Natonal Parks. Canada: Smon Fraser Unverst, [4] Surad, K., & Ramdhan, A.. Sstem Pendukung Keputusan (3rd Edton ed.). Bandung: PT Remaja Rosdakara, [5] We, J.. TOPSIS Method for Multple Attrbute Decson Makng wth Incomplete Weght Informaton n Lngustc Settng. Journal of Convergence Informaton Technolog, V, , [6] Yeh, C. A Problem-based Selecton of Mult-attrbute Decsonmakng Methods. Internatonal Transactons n Operatonal Research, 2002, p [7] Yoon, K., & Hwang, C. L. Multple Attrbute Decson Makng: Methods and Applcatons. Berln: Sprnger, Zmmermann. Fuzz Sets Theor and Its Applcatons (2nd Edton ed.). Massachusetts: Kluwer Academc, Gambar 14. Halaman Scorng Pada halaman n pengguna bsa member nla pada alternatve (Gve Score) dan melhat nla alternatve dar sstem pendukung keputusan ang telah dplh. Plhan nlah ang nantna akan dnla untuk dambl plhan terbak. Selan tu terdapat pula navgas untuk melhat nla pada alternatve tersebut (Vew Score). Setelah mengs nla pengguna bsa melhat perhtungan nla dan melhat rankng dar setap alternatve melalu tombol Generate Score.

Sistem Pendukung Keputusan Menggunakan Metode Technique for Order by Similarity to Ideal Solution (TOPSIS)

Sistem Pendukung Keputusan Menggunakan Metode Technique for Order by Similarity to Ideal Solution (TOPSIS) Sstem Pendukung Keputusan Menggunakan Metode Technque for Order by Smlarty to Ideal Soluton (TOPSIS) Murnawan 1, Akhmad Fadjar Sddq 2 1 Unverstas Wdyatama Bandung, Emal: murnawan@wdyatama.ac.d 2 STMIK

Lebih terperinci

Preferensi untuk alternatif A i diberikan

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

Lebih terperinci

BAB III METODOLOGI PENELITIAN

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

Lebih terperinci

Bab 2 Tinjauan Pustaka 2.1 Penelitian Terdahulu

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

Lebih terperinci

PERBANDINGAN METODE SAW DAN TOPSIS PADA KASUS UMKM

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

PENENTUAN LOKASI PEMANCAR TELEVISI MENGGUNAKAN FUZZY MULTI CRITERIA DECISION MAKING

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

BAB II TINJAUAN PUSTAKA DAN DASAR TEORI

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

Lebih terperinci

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

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

Lebih terperinci

3.1 Desain Penelitian

3.1 Desain Penelitian 3.1 Desan Peneltan BAB III METODOLOGI PENELITIAN Gambar 3.1 Desan Peneltan Gambar datas menunjukan desan peneltan ang gunakan dalam membangun Sstem Pendukung Keputusan Penentuan Tema Skrps n. 28 29 3.2

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

METODE OPTIMASI 11/13/2015. Capaian Pembelajaran

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

Lebih terperinci

BAB 1 PENDAHULUAN. Universitas Sumatera Utara

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang

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

Lebih terperinci

Bab 1 PENDAHULUAN Latar Belakang

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

Lebih terperinci

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

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

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar belakang

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

Lebih terperinci

RANCANGAN SISTEM PENGAMBILAN KEPUTUSAN DALAM MENENTUKAN PILIHAN PRODUK LAPTOP MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHT (SAW)

RANCANGAN SISTEM PENGAMBILAN KEPUTUSAN DALAM MENENTUKAN PILIHAN PRODUK LAPTOP MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHT (SAW) RANCANGAN SISTEM PENGAMBILAN KEPUTUSAN DALAM MENENTUKAN PILIHAN PRODUK LAPTOP MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHT (SAW) Larasat Ayudha Jurusan Sstem Informas, Sekolah Tngg Manajemen Informatka dan

Lebih terperinci

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

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

Lebih terperinci

BAB 2 KAJIAN PUSTAKA

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

Lebih terperinci

PENGEMBANGAN SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN SUPPLIER MENGGUNAKAN METODE TOPSIS PADA PERUSAHAAN FURNITURE

PENGEMBANGAN SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN SUPPLIER MENGGUNAKAN METODE TOPSIS PADA PERUSAHAAN FURNITURE PENGEMBANGAN SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN SUPPLIER MENGGUNAKAN METODE TOPSIS PADA PERUSAHAAN FURNITURE DEVELOPMENT OF DECISION SUPPORT SYSTEM SUPPLIER SELECTION USING TOPSIS FURNITURE COMPANY Ma

Lebih terperinci

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

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

Lebih terperinci

BAB III METODOLOGI PENELITIAN

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

Lebih terperinci

BAB II KAJIAN PUSTAKA

BAB II KAJIAN PUSTAKA BAB II KAJIAN PUSTAKA A. Sstem Pendukung Keputusan Menurut Turban, dkk (2005), sstem pendukung keputusan (DSS) dapat ddefnskan sebaga sebuah sstem ang dmaksudkan untuk mendukung para pengambl keputusan

Lebih terperinci

BAB I PENDAHULUAN I-1

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

Lebih terperinci

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

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

Lebih terperinci

Sistem Pendukung Keputusan Untuk Menentukan Prestasi Akademik Siswa dengan Metode TOPSIS

Sistem Pendukung Keputusan Untuk Menentukan Prestasi Akademik Siswa dengan Metode TOPSIS Ctec Journal, Vol. 2, No. 2, Februar 2015 Aprl 2015 ISSN: 2354-5771 153 Sstem Pendukung Keputusan Untuk Menentukan Prestas Akademk Sswa dengan Metode TOPSIS Amela Nur Ftrana* 1, Harlana 2, Handaru 3 1

Lebih terperinci

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

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

Lebih terperinci

IV. PERANCANGAN DAN IMPLEMENTASI SISTEM

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

Lebih terperinci

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

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

Lebih terperinci

Didownload dari ririez.blog.uns.ac.id BAB I PENDAHULUAN

Didownload dari ririez.blog.uns.ac.id BAB I PENDAHULUAN BAB I PENDAHULUAN Sebuah jarngan terdr dar sekelompok node yang dhubungkan oleh busur atau cabang. Suatu jens arus tertentu berkatan dengan setap busur. Notas standart untuk menggambarkan sebuah jarngan

Lebih terperinci

III. METODE PENELITIAN

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

Lebih terperinci

Tinjauan Algoritma Genetika Pada Permasalahan Himpunan Hitting Minimal

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

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

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

Lebih terperinci

BAB 2 LANDASAN TEORI

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

Lebih terperinci

PROPOSAL SKRIPSI JUDUL:

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

Lebih terperinci

BAB II LANDASAN TEORI

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

Lebih terperinci

BAB III METODE PENELITIAN. pembelajaran berupa RPP dan LKS dengan pendekatan berbasis masalah ini

BAB III METODE PENELITIAN. pembelajaran berupa RPP dan LKS dengan pendekatan berbasis masalah ini BAB III METODE PENELITIAN A. Desan Peneltan Metode peneltan yang dgunakan dalam pengembangan perangkat pembelajaran berupa RPP dan LKS dengan pendekatan berbass masalah n adalah metode pengembangan atau

Lebih terperinci

BAB IV PEMBAHASAN MODEL

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

Lebih terperinci

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

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

Lebih terperinci

Implementasi Teori Keputusan Penentuan Penerimaan Beasiswa Bagi Mahasiswa FMIPA Universitas Sulawesi Barat

Implementasi Teori Keputusan Penentuan Penerimaan Beasiswa Bagi Mahasiswa FMIPA Universitas Sulawesi Barat JURNAL SAINTIFIK OL.3 NO., JANUARI 07 Implementas Teor Keputusan Penentuan Penermaan Beasswa Bag Mahasswa FMIPA Unverstas Sulawes Barat Hrman Rachman *, Nzar, Unverstas Sulawes Barat emal: manksman0@gmal.com,

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

PERANCANGAN APLIKASI PEMILIHAN SANGKAR BURUNG MENGGUNAKAN METODE SMART SKRIPSI

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

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA 2. Tnjauan Pustaka Kegatan pemberan beasswa dlakukan oleh nstans penddkan maupun non penddkan. Secara khusus nstans penddkan memberkan beberapa jens beasswa setap tahunnya. Persyaratan

Lebih terperinci

Sistem Pendukung Keputusan Pemilihan Pemasok Bahan Baku Menggunakan Metode Technique for Order Preference by Similarity to Ideal Solution

Sistem Pendukung Keputusan Pemilihan Pemasok Bahan Baku Menggunakan Metode Technique for Order Preference by Similarity to Ideal Solution Jurnal Integras Vol. 8, No. 1, Aprl 2016, 56-60 p-issn: 2085-3858 Artcle Hstory Receved February, 2016 Accepted March, 2016 Sstem Pendukung Keputusan Pemlhan Pemasok Bahan Baku Menggunakan Metode Technque

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PEDAHULUA. Latar Belakang Rsko ddentfkaskan dengan ketdakpastan. Dalam mengambl keputusan nvestas para nvestor mengharapkan hasl yang maksmal dengan rsko tertentu atau hasl tertentu dengan rsko yang

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

BAB III METODE PENELITIAN

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

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

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

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Pengertan Regres Regres pertama kal dpergunakan sebaga konsep statstka oleh Sr Francs Galton (1822 1911). Belau memperkenalkan model peramalan, penaksran, atau pendugaan, yang

Lebih terperinci

UKURAN S A S MPE P L P of o. D r D. r H. H Al A ma m s a d s i d Sy S a y h a z h a, SE S. E, M P E ai a l i : l as a y s a y h a

UKURAN S A S MPE P L P of o. D r D. r H. H Al A ma m s a d s i d Sy S a y h a z h a, SE S. E, M P E ai a l i : l as a y s a y h a UKURAN SAMPEL Prof. Dr. H. Almasd Syahza, SE., MP Emal: asyahza@yahoo.co.d Webste: http://almasd. almasd.staff. staff.unr.ac.d Penelt Senor Unverstas Rau Penentuan Sampel Peneltan lmah hampr selalu hanya

Lebih terperinci

BAB III METODE PENELITIAN. problems. Cresswell (2012: 533) beranggapan bahwa dengan

BAB III METODE PENELITIAN. problems. Cresswell (2012: 533) beranggapan bahwa dengan BAB III METODE PENELITIAN A. Jens Peneltan Jens peneltan n adalah peneltan kombnas atau mxed methods. Cresswell (2012: 533) A mxed methods research desgn s a procedure for collectng, analyzng and mxng

Lebih terperinci

BAB 2 LANDASAN TEORI. 2.1 Sistem Pendukung Keputusan (SPK)

BAB 2 LANDASAN TEORI. 2.1 Sistem Pendukung Keputusan (SPK) BAB 2 LANDASAN TEORI 2.1 Sstem Pendukung Keputusan (SPK) Konsep Sstem Pendukung Keputusan (SPK) atau Decson Support Systems (DSS) merupakan suatu penerapan sstem nformas yang dtunjukan untuk membantu pmpnan

Lebih terperinci

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

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

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA 2.1 Penjadwalan Baker (1974) mendefnskan penjadwalan sebaga proses pengalokasan sumber-sumber dalam jangka waktu tertentu untuk melakukan sejumlah pekerjaan. Menurut Morton dan

Lebih terperinci

BAB II DASAR TEORI. 2.1 Definisi Game Theory

BAB II DASAR TEORI. 2.1 Definisi Game Theory BAB II DASAR TEORI Perkembangan zaman telah membuat hubungan manusa semakn kompleks. Interaks antar kelompok-kelompok yang mempunya kepentngan berbeda kemudan melahrkan konflk untuk mempertahankan kepentngan

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

Optimasi Pemilihan Paket Internet Dengan Menggunakan Metode AHP

Optimasi Pemilihan Paket Internet Dengan Menggunakan Metode AHP Optmas Pemlhan Paket Internet Dengan Menggunakan Metode HP Wwek Katrna 1, Solkhun 2, M.Saf, Sumarno 1,2,, Jurusan Sstem Informas, STIKOM Tunas Bangsa, Pematangsantar Sumatera Utara 1 Mahasswa STIKOM Tunas

Lebih terperinci

HUBUNGAN KEMAMPUAN KEUANGAN DAERAH TERHADAP PERTUMBUHAN EKONOMI PROVINSI NUSA TENGGARA BARAT

HUBUNGAN KEMAMPUAN KEUANGAN DAERAH TERHADAP PERTUMBUHAN EKONOMI PROVINSI NUSA TENGGARA BARAT HUBUNGAN KEMAMPUAN KEUANGAN DAERAH TERHADAP PERTUMBUHAN EKONOMI PROVINSI NUSA TENGGARA BARAT ABSTRAK STEVANY HANALYNA DETHAN Fakultas Ekonom Unv. Mahasaraswat Mataram e-mal : stevany.hanalyna.dethan@gmal.com

Lebih terperinci

BAB II TEORI ALIRAN DAYA

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

Lebih terperinci

Pendahuluan. 0 Dengan kata lain jika fungsi tersebut diplotkan, grafik yang dihasilkan akan mendekati pasanganpasangan

Pendahuluan. 0 Dengan kata lain jika fungsi tersebut diplotkan, grafik yang dihasilkan akan mendekati pasanganpasangan Pendahuluan 0 Data-data ang bersfat dskrt dapat dbuat contnuum melalu proses curve-fttng. 0 Curve-fttng merupakan proses data-smoothng, akn proses pendekatan terhadap kecenderungan data-data dalam bentuk

Lebih terperinci

IMPLEMENTASI INTERPOLASI LAGRANGE UNTUK PREDIKSI NILAI DATA BERPASANGAN DENGAN MENGGUNAKAN MATLAB

IMPLEMENTASI INTERPOLASI LAGRANGE UNTUK PREDIKSI NILAI DATA BERPASANGAN DENGAN MENGGUNAKAN MATLAB Semnar Nasonal Teknolog 007 (SNT 007) ISSN : 1978 9777 Yogakarta, 4 November 007 IMPEMENTASI INTERPOASI AGRANGE UNTUK PREDIKSI NIAI DATA BERPASANGAN DENGAN MENGGUNAKAN MATAB Krsnawat STMIK AMIKOM Yogakarta

Lebih terperinci

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

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

Lebih terperinci

34 SEBATIK STMIK WICIDA

34 SEBATIK STMIK WICIDA 34 SEBATIK STMIK WICIDA SISTEM PENDUKUNG KEPUTUSAN PENENTUAN SUPPLIER BAHAN BANGUNAN MENGGUNAKAN METODE SMART (SIMPLE MULTI ATTRIBUTE RATING TECHNIQUE) PADA TOKO BINTANG KERAMIK JAYA Irwan ukkas 1), Heny

Lebih terperinci

Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer e-issn: X

Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer e-issn: X Jurnal Pengembangan Teknolog Informas dan Ilmu Komputer e-issn: 2548-964X Vol. 2, No. 3. Maret 2018, hlm. 1219-1226 http://j-ptk.ub.ac.d Sstem Pendukung Keputusan Pemlhan Mtra Jasa Pengrman Barang menggunakan

Lebih terperinci

Kritikan Terhadap Varians Sebagai Alat Ukur

Kritikan Terhadap Varians Sebagai Alat Ukur Krtkan Terhadap Varans Sebaga Alat Ukur Varans mengukur penympangan pengembalan aktva d sektar nla yang dharapkan, maka varans mempertmbangkan juga pengembalan d atas atau d bawah nla pengembalan yang

Lebih terperinci

Bab III Analisis Rantai Markov

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

Lebih terperinci

BAB 4 METODOLOGI PENELITIAN DAN ANALISIS

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

Lebih terperinci

Bab 3 Analisis Ralat. x2 x2 x. y=x 1 + x 2 (3.1) 3.1. Menaksir Ralat

Bab 3 Analisis Ralat. x2 x2 x. y=x 1 + x 2 (3.1) 3.1. Menaksir Ralat Mater Kulah Ekspermen Fska Oleh : Drs. Ishaft, M.S. Program Stud Penddkan Fska Unverstas Ahmad Dahlan, 07 Bab 3 Analss Ralat 3.. Menaksr Ralat Msalna suatu besaran dhtung dar besaran terukur,,..., n. Jka

Lebih terperinci

II. TEORI DASAR. Definisi 1. Transformasi Laplace didefinisikan sebagai

II. TEORI DASAR. Definisi 1. Transformasi Laplace didefinisikan sebagai II. TEORI DASAR.1 Transormas Laplace Ogata (1984) mengemukakan bahwa transormas Laplace adalah suatu metode operasonal ang dapat dgunakan untuk menelesakan persamaan derensal lnear. Dengan menggunakan

Lebih terperinci

Hubungan Model Kurva Pengeluaran Konsumsi Rumah Tangga di Provinsi Sulawesi Selatan dengan Elastisitasnya

Hubungan Model Kurva Pengeluaran Konsumsi Rumah Tangga di Provinsi Sulawesi Selatan dengan Elastisitasnya Vol. 8, No., 9-101, Januar 01 Hubungan Model Kurva Pengeluaran Konsums Rumah Tangga d Provns Sulawes Selatan dengan Elaststasnya Adawayat Rangkut Abstrak Seleks kurva pengeluaran konsums masyarakat Sulawes

Lebih terperinci

TINJAUAN PUSTAKA Kualitas Dosen

TINJAUAN PUSTAKA Kualitas Dosen 4 TINJAUAN PUSTAKA Kualtas Dosen Menurut Kamus Besar Bahasa Indonesa (KBBI) tahun 2002, kualtas dartkan sebaga : (1) tngkat bak buruknya sesuatu atau kadar; (2) derajat atau taraf (kepandaan, kecakapan,

Lebih terperinci

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

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

Lebih terperinci

BAB 2 TINJAUAN PUSTAKA

BAB 2 TINJAUAN PUSTAKA BAB 2 TINJAUAN PUSTAKA 2.1. Kamus Buku acuan yang memuat kata dan ungkapan, basanya dsusun menurut abjad berkut keterangan tentang makna, pemakaan, atau terjemahannya, kamus juga dsebut buku yang memuat

Lebih terperinci

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

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

Lebih terperinci

SISTEM PENDUKUNG KEPUTUSAN ANALISIS KELAYAKAN PEMOHON PINJAMAN MODAL SYARIAH MENGGUNAKAN KOMBINASI METODE SAW DAN TOPSIS

SISTEM PENDUKUNG KEPUTUSAN ANALISIS KELAYAKAN PEMOHON PINJAMAN MODAL SYARIAH MENGGUNAKAN KOMBINASI METODE SAW DAN TOPSIS Sstem Pendukung Keputusan Analss Kelayakan Pemohon Pnjaman Modal Syarah (Ardhanyat, Alf Gbran) SISTEM PENDUKUNG KEPUTUSAN ANALISIS KELAYAKAN PEMOHON PINJAMAN MODAL SYARIAH MENGGUNAKAN KOMBINASI METODE

Lebih terperinci

Aplikasi Metode Fuzzy Multi-Attribute Decision Making Berbasis Web dalam Pemilihan Calon Kepala Daerah di Indonesia

Aplikasi Metode Fuzzy Multi-Attribute Decision Making Berbasis Web dalam Pemilihan Calon Kepala Daerah di Indonesia IJCCS, Vol.7, No., January 203, pp. 0~0 ISSN: 978-20 0 Aplkas Metode Fuzzy Mult-Attrbute Decson Makng Berbass Web dalam Pemlhan Calon Kepala Daerah d Indonesa Muhamad Munawar Yusro*, Retantyo Wardoyo 2

Lebih terperinci

BAB III METODE PENELITIAN. Metode penelitian merupakan cara atau langkah-langkah yang harus

BAB III METODE PENELITIAN. Metode penelitian merupakan cara atau langkah-langkah yang harus BAB III METODE PENELITIAN Metode peneltan merupakan cara atau langkah-langkah yang harus dtempuh dalam kegatan peneltan, sehngga peneltan yang dlakukan dapat mencapa sasaran yang dngnkan. Metodolog peneltan

Lebih terperinci

BAB 2 TINJAUAN PUSTAKA

BAB 2 TINJAUAN PUSTAKA BAB 2 TINJAUAN PUSTAKA 2 Masalah Transportas Jong Jek Sang (20) menelaskan bahwa masalah transportas merupakan masalah yang serng dhadap dalam pendstrbusan barang Msalkan ada m buah gudang (sumber) yang

Lebih terperinci

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

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

Lebih terperinci

BAB I PENDAHULUAN. Analisis regresi merupakan metode statistika yang digunakan untuk

BAB I PENDAHULUAN. Analisis regresi merupakan metode statistika yang digunakan untuk BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Analss regres merupakan metode statstka ang dgunakan untuk meramalkan sebuah varabel respon Y dar satu atau lebh varabel bebas X, selan tu juga dgunakan untuk

Lebih terperinci

BAB 2 LANDASAN TEORI

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

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang

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

Lebih terperinci