BAB II TINJAUAN PUSTAKA
|
|
- Utami Santoso
- 6 tahun lalu
- Tontonan:
Transkripsi
1 4 BAB II TINJAUAN PUSTAKA 2.1 Model Model adalah pola (contoh, acuan, ragam) dari sesuatu yang akan dibuat atau dihasilkan (Departemen P dan K, 1984:75). Definisi lain dari model adalah abstraksi dari sistem sebenarnya, dalam gambaran yang lebih sederhana serta mempunyai tingkat persentase yang bersifat menyeluruh, atau model adalah abstraksi dari realitas dengan hanya memusatkan perhatian pada beberapa sifat dari kehidupan sebenarnya (Simamarta, 1983). Jenis-jenis model dapat dibagi dalam lima kelas yang berbeda: 1. Kelas I, pembagian menurut fungsi : a. Model deskriptif: hanya menggambarkan situasi sebuah sistem tanpa rekomendasi dan peramalan. Contoh : peta organisasi b. Model prediktif: model ini menunjukkan apa yang akan terjadi, bila sesuatu terjadi. c. Model normatif: model yang menyediakan jawaban terbaik terhadap satu persoalan. Model ini memberi rekomendasi tindakan-tindakan yang perlu diambil. Contoh: model budget advertensi, model economics, model marketing. 2. Kelas II, pembagian menurut struktur. a. Model Ikonik : adalah model yang menirukan sistem aslinya, tetapi dalam suatu skala tertentu. Contoh : model pesawat.
2 5 b. Model Analog : adalah suatu model yang menirukan sistem aslinya dengan hanya mengambil beberapa karakteristik utama dan menggambarkannya dengan benda atau sistem lain secara analog. Contoh : aliran lalu lintas di jalan dianalogikan dengan aliran air dalam sistem pipa. c. Model Simbolis: adalah suatu model yang menggambarkan sistem yang ditinjau dengan simbol-simbol biasanya dengan simbol-simbol matematis. Dalam hal ini sistem diwakili oleh variabel-variabel dari karakteristik sistem yang ditinjau. 3. Kelas III, pembagian menurut referensi waktu. a. Statis : model statis tidak memasukkan faktor waktu dalam perumusannya. Model statis menggambarkan fenomena kejadian pada saat ini. Model statis komparatif merupakan model yang membandingkan beberapa fenomena dengan kejadian yang berbeda dalam suatu waktu. b. Dinamis : mempunyai unsur waktu dalam perumusannya. Model dinamis merupakan model yang dapat dikembangkan untuk menunjukkan perubahan Over Time permintaan dan pasokan. Model ini juga merefleksikan perubahan melalui simulasi ataupun berdasarkan waktu real dan menghitung komponen secara konstan dengan memasukkan beberapa alternatif tindakan yang akan datang (McGarney dan Hannon 2004). 4. Kelas IV, pembagian menurut referensi kepastian. a. Deterministik: dalam model ini pada setiap kumpulan nilai Input, hanya ada satu Output yang unik, yang merupakan solusi dari model dalam keadaan pasti. b. Probabilistik: model probabilistik menyangkut distribusi probabilistik dari Input atau proses dan menghasilkan suatu deretan harga bagi paling tidak satu variabel Output yang disertai dengan kemungkinan - kemungkinan dari harga - harga tersebut. 2.2 Multi Atribut Dicision Making Multiple Attribute Decision Making (FMADM) adalah suatu metode yang digunakan untuk mencari alternatif optimal dari sejumlah alternatif dengan kriteria tertentu. Inti
3 6 dari FMADM adalah menentukan nilai bobot untuk setiap atribut, kemudian dilanjutkan dengan proses perankingan yang akan menyeleksi alternatif yang sudah diberikan. Pada dasarnya, ada 3 pendekatan untuk mencari nilai bobot atribut, yaitu pendekatan subyektif, pendekatan obyektif dan pendekatan integrasi antara subyektif & obyektif. Masing-masing pendekatan memiliki kelebihan dan kelemahan. Pada pendekatan subyektif, nilai bobot ditentukan berdasarkan subyektifitas dari para pengambil keputusan, sehingga beberapa faktor dalam proses perankingan alternatif bisa ditentukan secara bebas. Sedangkan pada pendekatan obyektif, nilai bobot dihitung secara matematis sehingga mengabaikan subyektifitas dari pengambil keputusan. Ada beberapa metode yang dapat digunakan untuk menyelesaikan masalah FMADM. Antara lain: a. Simple Additive Weighting Method (SAW) b. Weighted Product (WP) c. ELECTRE d. Technique for Order Preference by Similarity to Ideal Solution (TOPSIS). e. Analytic Hierarchy Process (AHP) 2.3 Sistem Pendukung Keputusan Sistem pendukung keputusan adalah sistem penghasil informasi yang ditujukan pada suatu masalah tertentu yang harus dipecahkan oleh manajer dan dapat membantu manajer dalam pengambilan keputusan (Leod, 1995). Sistem pendukung keputusan merupakan bagian tak terpisahkan dari totalitas sistem organisasi keseluruhan. Suatu sistem organisasi mencakup sistem fisik, sistem keputusan dan sistem informasi (Suryadi, 2002). Bertolak dari pemikiran di atas, maka kelancaran fisik sangat dipengaruhi oleh mekanisme pengaturan yang dijalani. Rangkaian pengaturan sistem fisik ini distrukturkan dalam sistem manajemen yang tidak lain merupakan sistem yang menghasilkan keputusan yang diperlukan guna menjamin kelancaran sistem fisik. Oleh karena sistem manajemen ini menghasilkan sejumlah keputusan, maka sering pula sistem manajemen disebut sistem keputusan. Berdasarkan uraian yang telah dijelaskan, sistem keputusan tidak bisa dipisahkan dari sistem fisik maupun sistem
4 7 informasi. Kompleksitas sistem secara fisik menuntut adanya sistem keputusan yang kompleks pula. Ciri utama dari sistem pendukung keputusan adalah kemampuannya untuk menyelesaikan masalah - masalah yang tidak terstruktur. Pada dasarnya sistem pendukung keputusan merupakan pengembangan lebih lanjut dari sistem manajemen terkomputerisasi yang dirancang sedemikian rupa sehingga bersifat interaktif dengan pemakainya. Sifat interaktif ini dimaksudkan untuk memudahkan integrasi antara berbagai komponen dalam proses pengambilan keputusan seperti prosedur, kebijakan, teknis, analisis, serta pengalaman dan wawasan manajerial guna membentuk suatu kerangka keputusan yang bersifat fleksibel. Sistem pendukung keputusan adalah suatu pendekatan sistematis pada hakikat suatu masalah, pengumpulan fakta - fakta penentu yang matang dari alternatif yang dihadapi dan pengambilan tindakan yang paling tepat (Suryadi, 2002). Sistem pendukung keputusan adalah suatu sistem berbasis komputer yang menghasilkan berbagai alternatif keputusan untuk membantu manajemen dalam menangani berbagai permasalahan yang terstruktur ataupun tidak terstruktur dengan menggunakan data dan model (Daihani, 2001). Untuk menghasilkan keputusan yang baik di dalam sistem pendukung keputusan, perlu didukung oleh informasi dan fakta - fakta yang berkualitas antara lain : a. Aksibelitas Atribut ini berkaitan dengan kemudahan mendapatkan informasi, informasi akan lebih berarti bagi pemakai kalau informasi tersebut mudah didapat, karena akan berkaitan dengan aktivitas dari nilai informasinya. b. Kelengkapan Atribut ini berkaitan dengan kelengkapan isi informasi, dalam hal ini isi tidak menyangkut hanya volume tetapi juga kesesuaian dengan harapan pemakai sehingga sering kali kelengkapan ini sulit diukur secara kuantitatif. c. Ketelitian Atribut ini berkaitan dengan tingkat kesalahan yang mungkin di dalam pelaksanaan pengolahan data dalam jumlah (volume) besar. Dua tipe kesalahan yang sering terjadi yaitu berkaitan dengan perhitungan.
5 8 d. Ketepatan Atribut ini berkaitan dengan kesesuaian antara informasi yang dihasilkan dengan kebutuhan pemakai. Sama halnya dengan kelengkapan, ketepatan pun sangat sulit diukur secara kuantitatif. e. Ketepatan waktu Kualitas informasi juga sangat ditentukan oleh ketepatan waktu penyampaian dan aktualisasinya. Misal informasi yang berkaitan dengan perencanaan harian akan sangat berguna kalau disampaikan setiap dua hari sekali. f. Kejelasan Atribut ini berkaitan dengan bentuk atau format penyampaian informasi. Bagi seorang pimpinan, informasi yang disajikan dalam bentuk grafik, histogram, atau gambar biasanya akan lebih berarti dibandingkan dengan informasi dalam bentuk kata - kata yang panjang. g. Fleksibilitas Atribut ini berkaitan dengan tingkat adaptasi dari informasi yang dihasilkan terhadap kebutuhan berbagai keputusan yang akan diambil dan terhadap sekelompok pengambil keputusan yang berbeda Tahapan pengambilan keputusan Untuk menghasilkan keputusan yang baik ada beberapa tahapan proses yang harus dilalui dalam pengambilan keputusan. Menurut Julius Hermawan (2005), proses pengambilan keputusan melalui beberapa tahap berikut : a. Tahap penelusuran Tahap ini pengambil keputusan mempelajari kenyataan yang terjadi, sehingga kita bisa mengidentifikasi masalah yang terjadi biasanya dilakukan analisis dari sistem ke subsistem pembentuknya sehingga didapatkan keluaran berupa dokumen pernyataan masalah. b. Tahap desain Dalam tahap ini pengambil keputusan menemukan, mengambangkan dan menganalisis semua pemecahan yang mungkin yaitu melalui pembuatan model
6 9 yang bisa mewakili kondisi nyata masalah. Dari tahapan ini didapatkan keluaran berupa dokumen alternatif solusi. c. Tahap choice Dalam tahap ini pengambil keputusan memilih salah satu alternatif pemecahan yang dibuat pada tahap desain yang dipandang sebagai aksi yang paling tepat untuk mengatasi masalah yang sedang dihadapi. Dari tahap ini didapatkan dokumen solusi dan rencana implementasinya. d. Tahap implementasi Pengambil keputusan menjalankan rangkaian aksi pemecahan yang dipilih di tahap choice. Implementasi yang sukses ditandai dengan terjawabnya masalah yang dihadapi, sementara kegagalan ditandai masih adanya masalah yang sedang dicoba untuk diatasi. Dari tahap ini didapatkan laporan pelaksanaan solusi dan hasilnya Komponen komponen sistem pendukung keputusan Sistem pendukung keputusan terdiri dari 3 komponen utama atau subsistem (Daihani, 2001) yaitu: a. Subsistem data Subsistem data merupakan komponen sistem pendukung keputusan penyedia data bagi sistem. Data dimaksud disimpan dalam suatu pangkalan data yang diorganisasikan suatu sistem yang disebut sistem manajemen pangkalan data (Data Base Manajemen System/DBMS). b. Subsistem model Pada subsistem model ini menggambarkan suatu model yang akan dibangun. c. Subsistem dialog Keunikan lainnya dari sistem pendukung keputusan adalah adanya fasilitas yang mampu mengintegrasikan sistem terpasang dengan pengguna secara interaktif. Fasilitas yang dimiliki oleh subsistem ini dapat dibagi atas 3 komponen yaitu :
7 10 a) Bahasa aksi yaitu suatu perangkat lunak yang dapat digunakan pengguna untuk berkomunikasi dengan sistem. Komunikasi ini dilakukan melalui berbagai pilihan media seperti keyboard, joystick dan key function. b) Bahasa tampilan yaitu suatu perangkat yang berfungsi sebagai sarana untuk menampilkan sesuatu. c) Basis pengetahuan yaitu bagian yang mutlak diketahui oleh pengguna sistem yang dirancang dapat berfungsi secara efektif (Daihani, 2000). Manajemen basis data manajemen basis model Peranti lunak Manajemen penyelenggaraan dialog Tugas Lingkungan USE Gambar 2.1, Komponen SPK Sumber: Daihani (2001) 2.4 Simple Additive Weighting Method (SAW) Metode SAW sering dikenal dengan istilah metode penjumlahan terbobot. Konsep dasar metode SAW adalah mencari penjumlahan terbobot dari rating kinerja pada setiap alternatif pada semua atribut. Metode SAW dapat membantu dalam pengambilan keputusan suatu kasus, akan tetapi perhitungan dengan menggunakan metode SAW ini hanya yang menghasilkan nilai terbesar yang akan terpilih sebagai
8 11 alternatif yang terbaik. Perhitungan akan sesuai dengan metode ini apabila alternatif yang terpilih memenuhi kriteria yang telah ditentukan. Metode SAW ini lebih efisien karena waktu yang dibutuhkan dalam perhitungan lebih singkat. Metode SAW membutuhkan proses normalisasi matriks keputusan (X) ke suatu skala yang dapat diperbandingkan dengan semua rating alternatif yang ada. Jika j adalah atribut keuntungan (benefit) Jika j adalah atribut biaya (cost) Di mana r ij adalah rating kinerja ternormalisasi dari alternatif A i pada atribut C j ; i=1,2,,m dan j=1,2,,n. nilai preferensi untuk setiap alternatif (V i ) diberikan sebagai: Nilai V i yang lebih besar mengindikasikan bahwa alternatif A i lebih terpilih. Sedangkan untuk kriterianya terbagi dalam dua kategori yaitu untuk bernilai positif termasuk dalam kriteria keuntungan dan yang bernilai negatif termasuk dalam kriteria biaya. Keterangan : A : Alternatif C : Kriteria W : Bobot Preferensi V : Nilai preferensi untuk setiap alternatif
9 12 X : Nilai Alternatif dari setiap kriteria 2.5 Fuzzy Database Model Tahani Metode Tahani merupakan salah satu metode yang digunakan pada logika fuzzy selain metode Sugeno dan Mamdani. Metode Tahani merupakan Metode yang menggunakan relasi standart, hanya saja model ini menggunakan teori himpunan Fuzzy untuk mendapatkan querynya (Hari Purnomo dan Sri Kusuma Dewi, 2004). Fuzzy Database Tetap menggunakan relasi standar, hanya saja model ini menggunakan teori himpunan fuzzy untuk mendapatkan querynya. Ada dua model fuzzy database yang digunakan diantaranya adalah Fuzzy Model Tahani, Fuzzy Model Umano (Edi Satriyanto, Workshop Fuzzy Aplikasi Logika Fuzzy Untuk Pendukung Keputusan,2002). Dengan menggunakan relasi standar, dapat dicari data karyawan dengan spesifikasi tertentu dengan menggunakan query. Misalnya diinginkan informasi tentang nama-nama karyawan yang usianya kurang dari 35 tahun dapat dilihat dalam Tabel 2.1, maka bisa diciptakan suatu query berikut: SELECT NAMA FROM KARYAWAN WHERE (umur < 35) Sehingga muncul nama-nama Lia, Kiki, dan Yoga. Apabila diinginkan informasi tentang nama-nama karyawan yang gajinya lebihdari 1 juta rupiah, maka bisa diciptakan query berikut: SELECT NAMA FROM KARYAWAN WHERE (gaji > ) Sehingga muncul nama-nama iwan, Sari, Andi, Amir, dan Rian. Apabila diinginkan informasi tentang nama-nama karyawan yang masa kerjanya kurang dari atau sama dengan 5 tahun tetapi gajinya sudah lebih dari 1 juta rupiah, maka bisa diciptakan suatu query: SELECT NAMA FROM KARYAWAN WHERE MasaKerja<=5) and (Gaji > ). Sehingga muncul nama-nama Andi dan Rian.
10 13 Tabel 2.1 Data Mentah Karyawan NIP Nama Tgl Lahir Th. Masuk Gaji/bln (Rp) 01 Lia Iwan Sari Andi Budi Amir Rian Kiki Alda Yoga Kemudian dari tabel Data mentah karyawan diolah menjadi suatu tabel temporer untuk menghitung umur karyawan dan masa kerjanya. Tabel tersebut diberi nama dengan tabel karyawan (Tabel 2.2) Tabel 2.2 Data Karyawan setelah diolah NIP Nama Umur (th) Masa Kerja (th)* Gaji/bln (Rp) 01 Lia Iwan Sari Andi
11 14 05 Budi Amir Rian Kiki Alda Yoga Penelitian Terkait Pada beberapa riset yang dianggap terkait membahas di antaranya tentang penerimaan beasiswa dengan menerapkan metode Simple Additive Weighting (SAW), ditulis oleh Sri Eniyati (2011) dalam jurnalnya yang berjudul Perancangan Sistem Pendukung Pengambilan Keputusan untuk Penerimaan Beasiswa dengan Metode SAW (Simple Additive Weighting). Pada penelitian tersebut diangkat suatu kasus yaitu mencari alternatif terbaik berdasarkan kriteria-kriteria yang telah ditentukan dengan menggunakan metode SAW (Simple Additive Weighting) Penelitian dilakukan dengan mencari nilai bobot untuk setiap atribut, kemudian dilakukan proses perankingan yang akan menentukan alternatif yang optimal, yaitu siswa terbaik. Penelitian yang dilakukan oleh Ira Prasetyaningrum, dkk (2012) berjudul Sistem Pengambilan Keputusan Dinamis Pemilihan Calon Tenaga Kerja Dengan Menggunakan Metode AHP Berbasis Web, penelitian yang menggunakan metode AHP tersebut, dibangun untuk membantu melakukan penilaian terhadap calon tenaga kerja yang hasilnya dapat dijadikan masukan bagi pihak HRD dalam mengambil keputusan calon tenaga kerja yang paling layak diterima. Jasril, dkk (2011) dalam makalahnya yang diseminarkan dalam Seminar Nasional Aplikasi Teknologi Informasi 2011 berjudul Sistem Pendukung Keputusan (SPK) Pemilihan Karyawan Terbaik Menggunakan Metode Fuzzy AHP (F-AHP) SPK yang bersifat dinamis dibangun berhasil menentukan pemilihan karyawan terbaik dengan F-AHP yang mendekati penilaian yang sebenarnya, di mana sistem dapat menangani jika terjadi perubahan/penambahan kriteria.
12 15 Dalam jurnal foristek, Pendekatan Triangluar Fuzzy Number dalam metode Analytic Hierarchy Process (Anshori, Y. 2012). Adapun langkah-langkah yang digunakan yaitu: Metode Analytic Hierarchy Process: a. Penyusunan prioritas b. Membuat matriks keputusan c. Uji konsistensi dan indeks rasio Transformasi Triangular Fuzzy number terhadap sekala AHP: a. Menentukan fuzzyfikasi perbandingan skala 1:9 kepentingan antara kriteria b. Analisa Fuzzy Synthetic (dipakai untuk perluasan suatu objek dalam memenuhi tujuan). Sedangkan pada jurnal ilmu komputer, Pemodelan sistem pendukung keputusan kelompok untuk diagnosa penyakit pneumonia dengan Fuzzy linguistik Quantifier dan AHP (Syaukani, M & Hartati, S. 2012). Adapun langkah langkah yang digunakan yaitu: a. Membuat tabel keputusan b. Menentukan nilai variabel linguistik gejala c. Nilai linguistik dipresentasikan dengan bilangan Fuzzy segi tiga d. Membentuk matriks keputusan e. Agregasi preferensi f. Melakukan tahap perankingan dengan metode Analytic Hierarchy Process (AHP) Dari penjelasan kedua jurnal di atas yang berkenaan dengan fuzzy dan analytic Hierarchy Process (AHP), memberikan output yang berbeda. Dalam jurnal ilmiah foristek, pendekatan Triangular Fuzzy Number dalam metode Hierarchy Process (Anshori, Y. 2012). Dari hasil penelitiannya, menyatakan bahwa hasil perankingan yang diberikan oleh metode fuzzy AHP yaitu berbeda dengan hasil yang dilakukan cara manual, di mana hasil yang diberikan jauh lebih baik dari sebelumnya, khususnya dalam penentuan beasiswa PPA dan BBM. Sedangkan dalam jurnal ilmu komputer, Pemodelan sistem pendukung keputusan kelompok untuk diagnosa penyakit pneumonia dengan Fuzzy Linguistik
13 16 Quantifier dan AHP (Syaukani, M & Hartati, S. 2012). Berdasarkan dari hasil penelitian yang diperoleh yaitu mampu menetapkan penyakit dan jenis antibiotik sebagai hasil diagnosis penyakit pneumonia. 2.7 Perbedaan dengan riset lain Berdasarkan beberapa riset yang telah dilakukan sebelumnya, Peneliti menetapkan beberapa perbedaan dengan penelitian ini, yaitu: 1) Metode yang digunakan adalah kombinasi antara Fuzzy Tahani dengan Simple Additive Weighting. 2) Studi kasus yang digunakan adalah penyeleksian pengangkatan tenaga honorer menjadi pegawai negeri sipil di Kabupaten Bireuen. 2.8 Kontribusi Riset Dalam penelitian ini, metode yang digunakan untuk pemodelan sistem keputusan adalah kombinasi antara Fuzzy Tahani dan Simple Additive Weighting, diharapkan dari penelitian ini akan didapatkan metode yang lebih efektif dalam pengambilan keputusan, di mana sebelum proses perankingan dilakukan, terlebih dahulu dilakukan penyeleksian data berdasarkan prioritas kebutuhan kriteria.
Perancangan Sistem Pendukung Pengambilan Keputusan untuk Penerimaan Beasiswa dengan Metode SAW (Simple Additive Weighting)
Jurnal Teknologi Informasi DINAMIK Volume 16, No.2, Juli 2011 : 171 176 ISSN : 0854 9524 Perancangan Sistem Pendukung Pengambilan Keputusan untuk Penerimaan Beasiswa dengan Metode SAW (Simple Additive
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI Pada bab ini akan dibahas teori mengenai Sistem Pendukung Keputusan, penelitan lain yang berhubungan dengan sistem pendukung keputusan, Simple Additve Weighting (SAW), dan Weighted
Lebih terperinciBAB 2 TINJAUAN PUSTAKA. Simplikasi. Asumsi. Validasi model. Verifikasi, pengujian yang diusulkan. Implementasi solusi Gagal
21 BAB 2 TINJAUAN PUSTAKA 2.1. Pengambilan Keputusan Pengambilan keputusan adalah sebuah proses memilih tindakan (diantara berbagai alternatif) untuk mencapai suatu tujuan atau beberapa tujuan (Turban,
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN PENERIMA BEASISWA DI SMA NEGERI 6 PANDEGLANG
SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN PENERIMA BEASISWA DI SMA NEGERI 6 PANDEGLANG Heri Sulistiyo Jurusan Teknik Informatika, Fakultas Teknik dan Ilmu Komputer, Universitas Komputer Indonrsia Jln.
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Teori Keputusan Teori keputusan adalah teori mengenai cara manusia memilih pilihan diantara pilihan-pilihan yang tersedia secara acak guna mencapai tujuan yang hendak diraih (Hansson,
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN DALAM PEMBERIAN BEASISWA DENGAN MENGGUNAKAN METODE WEIGHTED PRODUCT (Studi kasus: Universitas Sari Mutiara Indonesia)
Page 83 SISTEM PENDUKUNG KEPUTUSAN DALAM PEMBERIAN BEASISWA DENGAN MENGGUNAKAN METODE WEIGHTED PRODUCT (Studi kasus: Universitas Sari Mutiara Indonesia) Burhanuddin, Dini 2 Universitas Sari Mutiara Indonesia
Lebih terperinciKata Kunci : Fuzzy MADM, SAW, kriteria, beasiswa.
SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN PENERIMA BEASISWA MENGGUNAKAN SIMPLE ADDITIVE WEIGHTING (SAW) (STUDI KASUS : SISWA SMK MUHAMMADIYAH PRINGSEWU) Andra Setiawan Jurusan Sistem Informasi STMIK
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN DALAM PEMBERIAN BEASISWA DENGAN MENGGUNAKAN METODE WEIGHTED PRODUCT (Studi kasus: Universitas Sari Mutiara Indonesia)
Page 83 SISTEM PENDUKUNG KEPUTUSAN DALAM PEMBERIAN BEASISWA DENGAN MENGGUNAKAN METODE WEIGHTED PRODUCT (Studi kasus: Universitas Sari Mutiara Indonesia) Burhanuddin, Dini 2 Universitas Sari Mutiara Indonesia
Lebih terperinciSistem Pendukung Keputusan Penentuan Lokasi Gudang di Perusahaan dengan Metode Weighted Product
Sistem Pendukung Keputusan Penentuan Lokasi Gudang di Perusahaan dengan Metode Weighted Product Indah Kumala Sari 1, Yohana Dewi Lulu W 2, Kartina Diah K 3 1,2 Jurusan Sistem Informasi,.3 Jurusan Teknik
Lebih terperinciBAB 1 PENDAHULUAN. Universitas Sumatera Utara
16 BAB 1 PENDAHULUAN 1.1.Latar Belakang Sistem pendukung keputusan merupakan sistem interaktif dalam mendukung proses pengambilan keputusan melalui alternatif alternatif yang diperoleh dari hasil pengolahan
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1. Data Dan Informasi 2.1.1. Data Data merupakan refresentasi dari fakta atau gambaran mengenai suatu objek atau kejadian. Data dinyatakan dengan nilai yang berbentuk angka, deretan
Lebih terperinciBAB II LANDASAN TEORI 2.1 PASKIBRAKA
BAB II LANDASAN TEORI 2.1 PASKIBRAKA Pasukan Pengibar Bendera Pusaka atau yang lebih sering dikenal dengan PASKIBRAKA, merupakan suatu pasukan yang bertugas dalam mengibarkan duplikat bendera pusaka dalam
Lebih terperinciSistem Pendukung Keputusan Dalam Menentukan Dosen Pembimbing Skripsi
E-journal Teknik Informatika, Volume 9, No 1 (2016), ISSN : 1 Sistem Pendukung Keputusan Dalam Menentukan Dosen Pembimbing Skripsi Iwan Laengge, Hans F. Wowor, Muhamad D. Putro Teknik Informatika Universitas
Lebih terperinciSeminar Nasional Aplikasi Teknologi Informasi 2009 (SNATI 2009) ISSN: Yogyakarta, 20 Juni 2009
SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN PENERIMA BEASISWA BANK BRI MENGGUNAKAN FMADM (STUDI KASUS: MAHASISWA FAKULTAS TEKNOLOGI INDUSTRI UNIVERSITAS ISLAM INDONESIA) Henry Wibowo S 1), Riska Amalia
Lebih terperinciBAB 2 LANDASAN TEORI. 2.1 Konsep Sistem Pendukung Keputusan (SPK)
BAB 2 LANDASAN TEORI 2.1 Konsep Sistem Pendukung Keputusan (SPK) Sistem pendukung keputusan merupakan sistem informasi interaktif yang menyediakan informasi, pemodelan, dan pemanipulasian data. Sistem
Lebih terperinciDECISION SUPPORT SYSTEM FOR DETERMINING SCHOLARSHIP RECIPIENTS USING TOPSIS FMADM METHOD
ZERO JURNAL SAINS MATEMATIKA DAN TERAPAN Volume 1 No. 1 2017 Page : 11-21 P-ISSN: 2580-569X E-ISSN: 2580-5754 DECISION SUPPORT SYSTEM FOR DETERMINING SCHOLARSHIP RECIPIENTS USING TOPSIS FMADM METHOD Ismail
Lebih terperinciPENENTUAN PENERIMA BEASISWA DENGAN MENGGUNAKAN FUZZY MULTIPLE ATRIBUTE DECISSION MAKING.
PENENTUAN PENERIMA BEASISWA DENGAN MENGGUNAKAN FUZZY MULTIPLE ATRIBUTE DECISSION MAKING Apriansyah Putra 1, Dinna Yunika Hardiyanti 2 Jurusan Sistem Informasi,Fakultas Ilmu Komputer Universitas Sriwijaya
Lebih terperinciIMPLEMENTASI SISTEM REKOMENDASIAN PENERIMAAN BEASISWA DENGAN MENGGUNAKAN FMADM
IMPLEMENTASI SISTEM REKOMENDASIAN PENERIMAAN BEASISWA DENGAN MENGGUNAKAN FMADM Anis Yusrotun Nadhiroh Jurusan Teknik Informatika - STT Nurul Jadid Paiton ayusrotun@gmail.com ABSTRAK Sesuai dengan peraturan
Lebih terperinciSKRIPSI. Diajukan Untuk Memenuhi Sebagian Syarat Guna Memperoleh Gelar Sarjana Komputer (S.Kom) Pada Program Studi Sistem Informasi OLEH :
IMPLEMENTASI SISTEM PENDUKUNG KEPUTUSAN SELEKSI PENERIMA BERAS MISKIN MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING ( STUDI KASUS KEL. JAMSAREN KOTA KEDIRI) SKRIPSI Diajukan Untuk Memenuhi Sebagian Syarat
Lebih terperinciBAB 2 LANDASAN TEORI
5 BAB 2 LANDASAN TEORI 2.1 Sistem pendukung keputusan (SPK) Konsep sistem pendukung keputusan atau decision support system (DSS) pertama kali diungkapkan pada awal tahun 1970-an oleh Michael S. Scott Morton
Lebih terperinciSISTEM REKOMENDASI PEMBERHENTIAN HUBUNGAN KERJA MENGGUNAKAN FUZZY MULTIPLE ATTRIBUTE DECISION MAKING METODE SIMPLE ADDTIVE WEIGHTING (SAW) SKRIPSI
SISTEM REKOMENDASI PEMBERHENTIAN HUBUNGAN KERJA MENGGUNAKAN FUZZY MULTIPLE ATTRIBUTE DECISION MAKING METODE SIMPLE ADDTIVE WEIGHTING (SAW) SKRIPSI Diajukan Untuk Penulisan Skripsi Guna Memenuhi Salah Satu
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PEMILIHAN STAF PENGAJAR MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING
SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN STAF PENGAJAR MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) (STUDI KASUS: ILC (Intensive Learning Center) Pringsewu) Eka Yulia Rosalin Jurusan Sistem Informasi
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN PENERIMA BEASISWA MENGGUNAKAN METODE FMADM (STUDI KASUS: MAHASISWA FKIP UMN AL-WASHLIYAH MEDAN) ABSTRACT
ZERO JURNAL MATEMATIKA DAN TERAPAN Volume 1 No. 1 2017 P-ISSN: 2580-569X E-ISSN : 2580-5754 SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN PENERIMA BEASISWA MENGGUNAKAN METODE FMADM (STUDI KASUS: MAHASISWA
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN KELULUSAN UJIAN SARINGAN MASUK JALUR PMDK BERDASARKAN NILAI RATA-RATA MATEMATIKA DAN BAHASA INGGRIS
SISTEM PENDUKUNG KEPUTUSAN KELULUSAN UJIAN SARINGAN MASUK JALUR PMDK BERDASARKAN NILAI RATA-RATA MATEMATIKA DAN BAHASA INGGRIS Fitrah Rumaisa, S.T., Tanti Nurafianti Universitas Widyatama, Jl. Cikutra
Lebih terperinciBAB 2 TINJAUAN PUSTAKA. 2.1 Definisi Sistem, Keputusan dan Sistem Pendukung Keputusan
BAB 2 TINJAUAN PUSTAKA 2.1 Definisi Sistem, Keputusan dan Sistem Pendukung Keputusan Sistem Pendukung Keputusan (Decision Support System) merupakan sistem informasi interaktif yang menyediakan informasi,
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN LOKASI PERUMAHAN DI KABUPATEN PRINGSEWU MENGGUNAKAN METODE WEIGHTED PRODUCT
SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN LOKASI PERUMAHAN DI KABUPATEN PRINGSEWU MENGGUNAKAN METODE WEIGHTED PRODUCT Amel Dhea Saputri 1, Oktafianto 2 Jurusan Sistem Informasi, STMIK PRINGSEWU-LAMPUNG
Lebih terperinciPENERAPAN METODE SIMPLE ADDITIVE WEIGHTING DALAM SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN TABLET
PENERAPAN METODE SIMPLE ADDITIVE WEIGHTING DALAM SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN TABLET Dhuto Hestu Wicaksono Jurusan Teknik Informatika, Fakultas Ilmu Komputer, Universitas Dian Nuswantoro Email
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Sistem Pendukung Keputusan (SPK) SPK adalah sebuah sistem komputer yang mengolah data menjadi informasi untuk mengambil keputusan dari masalah semi-terstruktur yang spesifik Sistem
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PESERTA KAPAL PEMUDA NUSANTARA DENGAN MENGGUNAKAN METODE WEIGHTED PRODUCT (WP)
SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PESERTA KAPAL PEMUDA NUSANTARA DENGAN MENGGUNAKAN METODE WEIGHTED PRODUCT (WP) Noprin Pakaya 1 dan Amiruddin 2 1 noprin.pakaya92@gmail.com, 2 amier.76@gmail.com 1,2
Lebih terperinciBAB 2 TINJAUAN PUSTAKA Definisi Sistem, Keputusan dan Sistem Pendukung Keputusan
22 BAB 2 TINJAUAN PUSTAKA 2.1. Definisi Sistem, Keputusan dan Sistem Pendukung Keputusan 2.1.1. Definisi Sistem Sistem adalah kumpulan objek seperti orang, sumber daya, konsep dan prosedur yang dimaksudkan
Lebih terperinciGus melia Testiana. IAIN Raden Fatah, Palembang, Indonesia
PEMANFAATAN LOGIKA FUZZY MULTIPLE ATTRIBUTE DECISSION MAKING (FMADM) DENGAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) UNTUK PENENTUAN PENERIMA BEASISWA DI IAIN RADEN FATAH PALEMBANG Gus melia Testiana IAIN
Lebih terperinciVolume : II, Nomor : 1, Pebruari 2014 Informasi dan Teknologi Ilmiah (INTI) ISSN : X
PERANCANGAN APLIKASI SISTEM PENDUKUNG KEPUTUSAN PERSEDIAAN ALAT TULIS KANTOR MENGGUNAKAN MULTIPLE ATRRIBUTE DECISION MAKING (Studi Kasus : Perguruan Jaya Pancur Batu) Rinaldi Alfriadi Manurung (0911558)
Lebih terperinciAPLIKASI PENENTUAN NILAI KEDISIPLINAN DAN LOYALITAS UNTUK REKOMENDASI NILAI BONUS SALESMAN DENGAN METODE SIMPLE ADDITIVE WEIGHTING SKRIPSI
Artikel Skripsi APLIKASI PENENTUAN NILAI KEDISIPLINAN DAN LOYALITAS UNTUK REKOMENDASI NILAI BONUS SALESMAN DENGAN METODE SIMPLE ADDITIVE WEIGHTING SKRIPSI Diajukan untuk Penulisan Skripsi Guna Memenuhi
Lebih terperinciMulti-Attribute Decision Making
Materi Kuliah [05] SPK & Business Intelligence Multi-Attribute Decision Making Dr. Sri Kusumadewi Lizda Iswari Magister Teknik Informatika Program Pascasarjana Fakultas Teknologi Industri Universitas Islam
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PEMBELIAN KENDARAAN BERMOTOR DENGAN METODE SAW
SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PEMBELIAN KENDARAAN BERMOTOR DENGAN METODE SAW Arie Wedhasmara 1, Jasmo ari wibowo 2 Jurusan Sistem Informasi Fakultas Ilmu Komputer Universitas Sriwijaya Email : jasmo_ari_wibowo@yahoo.co.id
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PEMILIHAN DUTA MAHASISWA GENERASI BERENCANA BKKBN DENGAN METODE WEIGHTED PRODUCT (WP)
SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN DUTA MAHASISWA GENERASI BERENCANA BKKBN DENGAN METODE WEIGHTED PRODUCT (WP) Nurhayati Mursalin 1 dan Rezqiwati Ishak 2 1 mursalin.nurhayati@gmail.com, 2 rezqi.uig@gmail.com
Lebih terperinciUKDW BAB I PENDAHULUAN
BAB I PENDAHULUAN 1.1 Latar Belakang Undang-undang Republik Indonesia Nomor 20 Tahun 2003 menetapkan bahwa pendidikan adalah usaha sadar dan terencana untuk mewujudkan suasana belajar dan proses pembelajaran
Lebih terperinciPENENTUAN PENERIMA BEASISWA BERDASARKAN KRITERIA PADA UIN RADEN FATAH PALEMBANG
PENENTUAN PENERIMA BEASISWA BERDASARKAN KRITERIA PADA UIN RADEN FATAH PALEMBANG Gusmelia Testiana UIN Raden Fatah Palembang Jl.KH. Zainal Abidin Fikri Palembang gusmelia.testiana@gmail.com ABSTRAK Masalah
Lebih terperinciBAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI
BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI 2.1 Tinjauan Pustaka Sebagai tinjauan pustaka berikut beberapa contoh penelitian yang sudah dilakukann oleh para penelti yang dapat digunakan sebagai acuan dan
Lebih terperinciOleh : Tutut Maitanti*, Ema Utami**, Emha Taufiq Luthfi**
PENERAPAN TOPSIS FUZZY MADM DALAM MEMBANGUN SISTEM PENDUKUNG KEPUTUSAN SELEKSI PENERIMAAN BEASISWA Oleh : Tutut Maitanti*, Ema Utami**, Emha Taufiq Luthfi** STMIK AMIKOM YOGYAKARTA ABSTRAK Penelitian ini
Lebih terperinciPENENTUAN SISWA BERPRESTASI PADA SMK WIDYA YAHYA GADINGREJO DENGAN METODE SAW
PENENTUAN SISWA BERPRESTASI PADA SMK WIDYA YAHYA GADINGREJO DENGAN METODE SAW RATIH ERNAWATI Jurusan Sistem Informasi, Sekolah Tinggi Manajemen dan Informatika STMIK Pringsewu Lampung Jl. Wismarini no.09
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN BEASISWA DIKLAT DENGAN FUZZY MADM
SISTEM PENDUKUNG KEPUTUSAN BEASISWA DIKLAT DENGAN FUZZY MADM Tri Handayani (teha.nazla@gmail.com) Wawan Laksito YS (wlaksito@yahoo.com) Teguh Susyanto (teguhsusyanto@gmail.com) ISSN : 2338-408 ABSTRAK
Lebih terperinciSISTEM SELEKSI BEASISWA SMA NEGERI 2 BAE KUDUS DENGAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) ABSTRAK
SISTEM SELEKSI BEASISWA SMA NEGERI 2 BAE KUDUS DENGAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) Herdi widyatmoko Jurusan teknik Informatika, Fakultas Ilmu Komputer, Universitas Dian Nuswantoro Jln Nakula
Lebih terperinciSISTEM PENDUKUNG PENGAMBILAN KEPUTUSAN SELEKSI DANA BANTUAN REHABILITASI BANGUNAN UNTUK SEKOLAH DASAR DI KABUPATEN PRINGSEWU
SISTEM PENDUKUNG PENGAMBILAN KEPUTUSAN SELEKSI DANA BANTUAN REHABILITASI BANGUNAN UNTUK SEKOLAH DASAR DI KABUPATEN PRINGSEWU Slamet Riadi Program Strata Satu Jurusan Sistem Informasi STMIK Pringsewu Lampung
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Sistem Pendukung Keputusan Pada dasarnya Sistem Pendukung Keputusan ini merupakan pengembangan lebih lanjut dari sistem informasi manajemen terkomputerisasi yang dirancang sedemikian
Lebih terperinciPEMODELAN SISTEM PENDUKUNG KEPUTUSAN DENGAN FUZZY AHP DALAM PENENTUAN PENERIMAAN BEASISWA
PEMODELAN SISTEM PENDUKUNG KEPUTUSAN DENGAN FUZZY AHP DALAM PENENTUAN PENERIMAAN BEASISWA RichkiHardi *) *) ProdiTeknikInformatika, Fakultas Teknologi Informasi, Universitas Ahmad Dahlan Jl. Prof DrSoepomoJanturanYogyakartaTelp
Lebih terperinciKata kunci: Sistem Pendukung Keputusan (SPK), Fuzzy, SMA, SAW, dan Beasiswa
PERANCANGAN SISTEM PENDUKUNG PENGAMBILAN KEPUTUSAN UNTUK PENERIMAAN BEASISWA DI SMA PGRI 1 TALANG PADANG DENGAN MODEL FUZZY MULTIPLE ATTRIBUTE MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) Muhamad
Lebih terperinciPenerapan Metode Simple Additive Weighting (SAW) pada Sistem Pendukung Keputusan Pemilihan Lokasi untuk Cabang Baru Toko Pakan UD.
Penerapan Metode Simple Additive Weighting (SAW) pada Sistem Pendukung Keputusan Pemilihan Lokasi untuk Cabang Baru Toko Pakan UD. Indo Multi Fish 1 Nalsa Cintya Resti 1 Sistem Informasi, Universitas Nusantara
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN UNTUK MAHASISWA BERPRESTASI DI STIKES MUHAMMADIYAH PRINGSEWU DENGAN METODE SAW
SISTEM PENDUKUNG KEPUTUSAN UNTUK MAHASISWA BERPRESTASI DI STIKES MUHAMMADIYAH PRINGSEWU DENGAN METODE SAW Fitria Ningsih Jurusan Manajemen Informatika STMIK Pringsewu Lampung Jl. Wismarini no.09 Pringsewu
Lebih terperinciPENGEMBANGAN SISTEM PENUNJANG KEPUTUSAN PENENTUAN PEMBERIAN BEASISWA TINGKAT SEKOLAH
PENGEMBANGAN SISTEM PENUNJANG KEPUTUSAN PENENTUAN PEMBERIAN BEASISWA TINGKAT SEKOLAH Gunawan 1, Ririn Prananingrum Kesuma 2, Ruwilin Restu Wigati 3 Program Studi Sistem Informasi, STMIK Mikroskil Jl. Thamrin
Lebih terperinciMETODE FUZZY SIMPLE ADDITIVE WEIGHTING (SAW) DALAM MENENTUKAN KUALITAS KULIT ULAR UNTUK KERAJINAN TANGAN (STUDI KASUS : CV. ASIA EXOTICA MEDAN)
METODE FUZZY SIMPLE ADDITIVE WEIGHTING (SAW) DALAM MENENTUKAN KUALITAS KULIT ULAR UNTUK KERAJINAN TANGAN (STUDI KASUS : CV. ASIA EXOTICA MEDAN) Alfa Saleh 1, Ria Eka Sari 2, Harris Kurniawan 3 STMIK Potensi
Lebih terperinciSistem Informasi Penilaian Supplier Komputer Menggunakan Metode Fuzzy Multiple Attribute Decision Making Dengan Simple Additive Weighting
Sistem Informasi Penilaian Supplier Komputer Menggunakan Metode Fuzzy Multiple Attribute Decision Making Dengan Simple Additive Weighting Johana Harjayanti 1, Anief Fauzan Rozi 2 1 2 Program Studi Sistem
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA 2.1 Sistem Pendukung Keputusan Sistem pendukung keputusan (decision support systems disingkat DSS) adalah bagian dari sistem informasi berbasis komputer (termasuk sistem berbasis
Lebih terperinciPENDAHULUAN. melakukan kegiatan Praktek Kerja Lapangan (PKL) baik tingkat SMK/sederajat
1 PENDAHULUAN 1.1 Latar Belakang Banyak lembaga pendidikan yang mewajibkan siswa/mahasiswanya melakukan kegiatan Praktek (PKL) baik tingkat SMK/sederajat maupun universitas sebagai salah satu syarat untuk
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN KUALITAS PELAYANAN PADA APOTEK AMONG ROGO ADILUWIH. Febriana 1, Dedi Irawan 2
SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN KUALITAS PELAYANAN PADA APOTEK AMONG ROGO ADILUWIH Febriana 1, Dedi Irawan 2 Jurusan Sistem Informasi STMIK Pringsewu Lampung Jl. Wisma Rini No. 09 Pringsewu
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN MENENTUKAN PENERIMA BEASISWA BERPRESTASI MENGGUNAKAN FUZZY MULTIPLE ATTRIBUTE DECISION MAKING (FMADM) DENGAN METODE SAW
Seminar Nasional Teknologi Informasi dan Multimedia 205 STMIK AMIKOM Yogyakarta, 6-8 Februari 205 SISTEM PENDUKUNG KEPUTUSAN MENENTUKAN PENERIMA BEASISWA BERPRESTASI MENGGUNAKAN FUZZY MULTIPLE ATTRIBUTE
Lebih terperinciSistem Pendukung Keputusan Seleksi Beasiswa Pendidikan Menggunakan Metode Simple Additive Weighting
SISTEM PENDUKUNG KEPUTUSAN SELEKSI BEASISWA PENDIDIKAN MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING Oleh : Ita Yulianti 1, Imam Tahyudin 2, Nurfaizah 3 1,2,3) STMIK AMIKOM Purwokerto ABSTRAK Tujuan penelitian
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Di era golobalisasi saat ini modernisasi terjadi pada segala aspek kehidupan, demikian pula juga halnya dengan teknologi yang berkembang begitu pesat. dengan perkembangan
Lebih terperinciAbstract. Keywords: Scholarship, Fuzzy MADM, SAW, Criteria.
ISSN : 1693 1173 Sistem Pendukung Keputusan Beasiswa Diklat dengan Fuzzy Multiple Attribute Decission Making (MADM) Tri Handayani, Wawan Laksito Yuly Saptomo, Teguh Susyanto Abstract The scholarship is
Lebih terperinciKata Kunci: Guru, Decision support systems, MADM, SAW. 1. Pendahuluan
RANCANG BANGUN DECISION SUPPORT SYSTEM PEMILIHAN GURU TERBAIK MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) (STUDI KASUS : SMA BHAKTI PERTIWI KOTA TANGERANG) Taufik Hidayat, S.Kom., M.Kom 1, Fajar
Lebih terperinciPENERAPAN METODE FUZZY SIMPLE ADDITIVE WAIGHTING (FSAW) DALAM PENENTUAN PERANKINGAN SEKOLAH MENENGAH KEJURUAN (SMK) DI KABUPATEN PRINGSEWU
PENERAPAN METODE FUZZY SIMPLE ADDITIVE WAIGHTING (FSAW) DALAM PENENTUAN PERANKINGAN SEKOLAH MENENGAH KEJURUAN (SMK) DI KABUPATEN PRINGSEWU Elisabet Yunaeti Anggraeni 1), Oktafianto 2) 1), 2) Manajemen
Lebih terperinciFMDAM FMDAM. Simple Additive Weighting (SAW) Charitas Fibriani, M.Eng
FMDAM FMDAM Charitas Fibriani, M.Eng Fuzzy Multiple Attribute Decision Making (FMADM) adalah suatu metode yang digunakan untuk mencari alternatif optimal dari sejumlah alternatif dengan kriteria tertentu.
Lebih terperinciPERANCANGAN SISTEM PENDUKUNG KEPUTUSAN UNTUK PEMILIHAN PEMASOK NATA DE COCO DENGAN METODE SIMPLE ADDITIVE WEIGHTING
PERANCANGAN SISTEM PENDUKUNG KEPUTUSAN UNTUK PEMILIHAN PEMASOK NATA DE COCO DENGAN METODE SIMPLE ADDITIVE WEIGHTING Cahyono Sigit Pramudyo 1 dan Dian Eko Hari Purnomo 2 Abstrak: Pemasok nata de coco lembaran
Lebih terperinciRANCANGAN SISTEM PENGAMBILAN KEPUTUSAN DALAM MENENTUKAN PILIHAN PRODUK LAPTOP MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHT (SAW)
RANCANGAN SISTEM PENGAMBILAN KEPUTUSAN DALAM MENENTUKAN PILIHAN PRODUK LAPTOP MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHT (SAW) Tri Sulisilowati STMIK Pringsewu Lampung Jl.Wisma Rini No.09 Pringsewu Lampung
Lebih terperinciSISTEM PEMBERIAN BEASISWA DENGAN MENERAPKAN FMADM (FUZZY MULTIPLE ATTRIBUTE DECISION MAKING) DAN SAW (SIMPLE ADDITIVE WEIGHTING) Delpiah Wahyuningsih
SISTEM PEMBERIAN BEASISWA DENGAN MENERAPKAN FMADM (FUZZY MULTIPLE ATTRIBUTE DECISION MAKING) DAN SAW (SIMPLE ADDITIVE WEIGHTING) Delpiah Wahyuningsih Dosen Teknik Informatika STMIK Atma Luhur Pangkalpinang
Lebih terperinciBAB II LANDASAN TEORI. Sistem berasal dari bahasa Latin (Systema) dan bahasa Yunani (Sustema) membentuk satu kesatuan untuk mencapai sebuah tujuan.
BAB II LANDASAN TEORI 2.1 Sistem Sistem berasal dari bahasa Latin (Systema) dan bahasa Yunani (Sustema) adalah suatu kesatuan yang terdiri dari komponen atau elemen yang dihubungkan bersama untuk memudahkan
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Konsep Dasar Sistem Suatu sistem pada dasarnya adalah sekolompok unsur yang erat hubungannya satu dengan yang lain, yang berfungsi bersama-sama untuk mencapai tujuan tertentu.
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Sistem Pendukung Keputusan / Decision Support System (DSS) 2.1.1 Konsep Sistem Pendukung Keputusan Konsep Sistem Pendukung Keputusan (SPK) atau Decision Support System (DSS) pertama
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Objek Wisata Objek dan daya tarik wisata adalah suatu bentukan dan fasilitas yang berhubungan, yang dapat menarik minat wisatawan atau pengunjung untuk datang ke suatu daerah
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN MENENTUKAN SISWA TELADAN DI SDN 5 TUNGGUL PAWENANG. Beta Wulan Asmara 1, Dedi Irawan 2
SISTEM PENDUKUNG KEPUTUSAN MENENTUKAN SISWA TELADAN DI SDN 5 TUNGGUL PAWENANG Beta Wulan Asmara 1, Dedi Irawan 2 Jurusan Sistem Informasi STMIK Pringsewu Lampung Jl. Wisma Rini No. 09 Pringsewu Lampung
Lebih terperinciPENENTUAN PRODUK KERAJINAN UNGGULAN DENGAN MENGGUNAKAN MADM-SAW. Fera Tri Wulandari 1*, Setiya Nugroho 1
PENENTUAN PRODUK KERAJINAN UNGGULAN DENGAN MENGGUNAKAN MADM-SAW Fera Tri Wulandari 1*, Setiya Nugroho 1 1 Program Studi Manajemen Informatika, Fakultas Ilmu Komputer, Universitas Widya Dharma Klaten Jl
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. Sistem Pendukung Keputusan Istilah sistem pendukung keputusan pertama kali digagas oleh P.G.W Keen, seorang akademisi Inggris yang kemudian melanjutkan karir di USA. Pada tahun
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN DALAM PEMILIHAN MOTOR BEBEK DENGAN MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW)
SISTEM PENDUKUNG KEPUTUSAN DALAM PEMILIHAN MOTOR BEBEK DENGAN MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) SKRIPSI Diajukan Untuk Memenuhi Sebagian Syarat Guna Memperoleh Gelar Sarjana Komputer (S.Kom)
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
1.1 Latar Belakang BAB I PENDAHULUAN PT PLN (Persero) merupakan perusahaan penyedia jasa kelistrikan terbesar di Indonesia. Proses dalam meningkatkan usahanya, PT PLN (Persero) tidak dapat melepaskan perhatiannya
Lebih terperinciIMPLEMENTASI METODE WEIGHTED PRODUCT DALAM SISTEM PENDUKUNG KEPUTUSAN SELEKSI PENERIMAAN TUNJANGAN PROFESI GURU DI KABUPATEN NGAWI
IMPLEMENTASI METODE WEIGHTED PRODUCT DALAM SISTEM PENDUKUNG KEPUTUSAN SELEKSI PENERIMAAN TUNJANGAN PROFESI GURU DI KABUPATEN NGAWI Sylvia Elita Esteriani A11.2009.04702 TEKNIK INFORMATIKA-S1 UNIVERSITAS
Lebih terperinciSistem Pendukung Keputusan Pemilihan Perguruan Tinggi Menggunakan Fuzzy Multi Attribute Decision Making (FMADM) dan Simple Additive Weighting (SAW)
Sistem Pendukung Keputusan Pemilihan Perguruan Tinggi Menggunakan Fuzzy Multi Attribute Decision Making (FMADM) dan Simple Additive Weighting (SAW) Candra Surya AMIK Mitra Gama Jl. Kayangan No. 99 Duri-Riu
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Sistem Pendukung Keputusan 2.1.1 Pengertian Sistem Pendukung Keputusan Sistem pendukung keputusan (SPK) adalah bagian dari sistem informasi berbasis komputer termasuk sistem berbasis
Lebih terperinciPENENTUAN KUALITAS TELUR AYAM RAS PADA PETERNAKAN MULAWARMAN GADINGREJO DENGAN MENGGUNAKAN METODE SAW (Simple Additive Weighting)
PENENTUAN KUALITAS TELUR AYAM RAS PADA PETERNAKAN MULAWARMAN GADINGREJO DENGAN MENGGUNAKAN METODE SAW (Simple Additive Weighting) SEPTIANA Jurusan Sistem Informasi, Sekolah Tinggi Manajemen dan Informatika
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PENENTUAN LOKASI PERUMAHAN IDEAL MENGGUNAKAN METODE FUZZY SIMPLE ADDITIVE WEIGHTING
SISTEM PENDUKUNG KEPUTUSAN PENENTUAN LOKASI PERUMAHAN IDEAL MENGGUNAKAN METODE FUZZY SIMPLE ADDITIVE WEIGHTING Erwin Panggabean Program Studi Sistem Informasi STMIK Sisingamangaraja XII Medan Sumatera
Lebih terperinciBAB II TEORI PENUNJANG
BAB II TEORI PENUNJANG 2.1 LOGIKA FUZZY Titik awal dari konsep modern mengenai ketidakpastian adalah paper yang dibuat oleh Lofti A Zadeh, dimana Zadeh memperkenalkan teori yang memiliki obyek-obyek dari
Lebih terperinciBAB II TINJAUAN PUSTAKA. Dosen merupakan tenaga akademik yang bertugas merencanakan dan
BAB II TINJAUAN PUSTAKA 2.1 Pemilihan Dosen Berprestasi Dosen merupakan tenaga akademik yang bertugas merencanakan dan melaksanakan proses pembelajaran, menilai hasil pembelajaran, melakukan pembimbingan
Lebih terperinciBAB I PENDAHULUAN. semakin ketat. Konsumen tidak hanya menginginkan produk yang berkualitas,
BAB I PENDAHULUAN A. Latar Belakang Permasalahan Di era globalisasi seperti saat ini, persaingan antar perusahaan menjadi semakin ketat. Konsumen tidak hanya menginginkan produk yang berkualitas, melainkan
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PENERIMA BEASISWA DENGAN METODE SIMPLE ADDITIVE WEIGHTING (SAW)
SISTEM PENDUKUNG KEPUTUSAN PENERIMA BEASISWA DENGAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) Zainollah Effendy Jurusan Teknik Informatika Fakultas Teknik, Universitas Madura zainollah.effendy@unira.ac.id
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PENYELEKSIAN CALON SISWA BARU DENGAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) PADA SMA NEGERI 1 SINGKIL
SISTEM PENDUKUNG KEPUTUSAN PENYELEKSIAN CALON SISWA BARU DENGAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) PADA SMA NEGERI 1 SINGKIL Rahmawan cibro ( 12110675) Mahasiswa Program Studi Teknik Informatika STMIK
Lebih terperinciJurnal Teknik Informatika, Vol 1 September Aplikasi Tutorial Sistem Pendukung Keputusan Menggunakan Metode Simple Additive Weighting
1 Jurnal Teknik Informatika, Vol 1 September 2012 Aplikasi Tutorial Sistem Pendukung Keputusan Menggunakan Metode Simple Additive Weighting Verina Valensia 1,2, Yohana Dewi Lulu W, S.Si, M.T. 1 & Kartina
Lebih terperinciFUZZY MADM DALAM EVALUASI PROGRAM STUDI MENGGUNAKAN METODE SIMPLE ADDITIF WEIGHTING
FUZZY MADM DALAM EVALUASI PROGRAM STUDI MENGGUNAKAN METODE SIMPLE ADDITIF WEIGHTING Erliza Yubarda Jurusan Manajemen Informatika, AMIK Mitra Gama Jl. Kayangan No. 99 Duri Riau e-mail : erliza_yubarda@yahoo.co.id
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Teori Keputusan Teori keputusan adalah teori mengenai cara manusia memilih pilihan diantara pilihan-pilihan yang tersedia secara acak guna mencapai tujuan yang hendak diraih (Hansson,
Lebih terperinciBAB 2 LANDASAN TEORI
BAB LANDASAN TEORI Bab ini berisi teori-teori yang berkaitan dengan Sistem Pendukung Keputusan, Weighted Product, Weighted Sum Product, Pengertian perguruan tinggi serta tujuan perguruan tinggi..1 Sistem
Lebih terperinciUJIAN TUGAS AKHIR SELEKSI SUPPLIER BAHAN BAKU DENGAN METODE TOPSIS FUZZY MADM (STUDI KASUS PT. GIRI SEKAR KEDATON, GRESIK)
OL UJIAN TUGAS AKHIR SELEKSI SUPPLIER BAHAN BAKU DENGAN METODE TOPSIS FUZZY MADM (STUDI KASUS PT. GIRI SEKAR KEDATON, GRESIK) Oleh: Indira Kusuma Wardhani 1208100048 Pembimbing : Prof. DR. M. Isa Irawan,
Lebih terperinciMADM-TOOL : APLIKASI UJI SENSITIVITAS UNTUK MODEL MADM MENGGUNAKAN METODE SAW DAN TOPSIS.
MADM-TOOL : APLIKASI UJI SENSITIVITAS UNTUK MODEL MADM MENGGUNAKAN METODE SAW DAN TOPSIS. Henry Wibowo S Laboratorium Komputasi dan Sistem Cerdas Jurusan Teknik Informatika, Fakultas Teknologi Industri,Universitas
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1. Tinjauan Pustaka Terkait dengan penelitian ini, terlebih dahulu Paska Marto Hasugian telah melakukan penelitian dengan judul Fuzzy Multiple Attribute Decision Making untuk
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN UNTUK PROMOSI JABATAN PEGAWAI PADA BMKG MARITIM SEMARANG.
SISTEM PENDUKUNG KEPUTUSAN UNTUK PROMOSI JABATAN PEGAWAI PADA BMKG MARITIM SEMARANG Odhi Jaka Wisnu Saputra Jurusan Teknik Informatika, Universitas Dian Nuswantoro E-mail : Odhi_jaka_ws@rocketmail.com
Lebih terperinciBAB 2 LANDASAN TEORI
7 BAB LANDASAN TEORI. Sistem Pendukung Keputusan Pada dasarnya pembuatan keputusan merupakan suatu pendekatan yang bersifat sistematis, artinya pendekatan yang berawal dan bermula dari hakikat suatu masalah,
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1. Metode Dasar Penelitian Metode dasar yang digunakan dalam penelitian ini adalah deskriptif analisis, yaitu suatu metode penelitian mengenai gambaran lengkap tentang hal-hal
Lebih terperinciAplikasi Tutorial Sistem Pendukung Keputusan Menggunakan Metode Simple Additive Weighting
Vol. 1, No. 2, Tahun 2012 146 Jurnal Aksara Komputer Terapan Politeknik Caltex Riau Website : http://jurnal.pcr.ac.id/index.php/jakt/about/index Email : pustaka@pcr.ac.id Aplikasi Tutorial Sistem Pendukung
Lebih terperinciPENENTUAN PENERIMA BEASISWA DENGAN MENGGUNAKAN FUZZY MADM
PENENTUAN PENERIMA BEASISWA DENGAN MENGGUNAKAN FUZZY MADM Apriansyah Putra 1), Dinna Yunika Hardiyanti 2) Email: Apriansyah@unsri.ac.id, dinna_yunika@yahoo.co.id Abstract In every institution especially
Lebih terperinciUKDW BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Pemilihan smartphone yang tepat merupakan salah satu aspek yang perlu diperhatikan oleh pengguna (dalam hal ini pengambil keputusan) sebelum melakukan pembelian.
Lebih terperinciBayu Erlangga 1, Elisabet Y.A 2
SISTEM PENDUKUNG KEPUTUSAN MENENTUKAN KARYAWAN TERBAIK DI WISATA TALANG INDAH DENGAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) (STUDI KASUS : KABUPATEN PRINGSEWU) Bayu Erlangga 1, Elisabet Y.A 2 Jurusan Sistem
Lebih terperinci9/22/2011. Bahan Kuliah : Topik Khusus
9//0 Mahasiswa dapat memahami dan mampu mengaplikasikan beberapa metode untuk menyelesaikan masalah dengan alternatifalternatif dalam jumlah yang relatif kecil. Bahan Kuliah : Topik Khusus Fokus Masalah
Lebih terperinciSeminar Nasional Teknologi Informasi dan Komunikasi (SNASTIKOM 2013) ISBN
Sistem Pendukung Keputusan Untuk Menentukan Lokasi Pasar Dengan Menggunakan Fuzzy Multi Atribut Decision Making (FMADM) Metode Simple Additive Weighting (SAW) Reny Wahyuning Astuti 1), Muhsin 2) Program
Lebih terperinci