Andri Syafrianto Teknik Informatika STMIK El Rahma
|
|
- Farida Darmadi
- 6 tahun lalu
- Tontonan:
Transkripsi
1 1
2 PERBANDINGAN METODE WEIGHTED PRODUCT MODEL (WPM) DAN TECHNIQUE FOR ORDER PREFERENCE BY SIMILARITY TO IDEAL SOLUTION (TOPSIS) PADA PROSES PEMILIHAN MAHASISWA YANG BERHAK MENERIMA BEASISWA Andri Syafrianto Teknik Informatika STMIK El Rahma Abstract Decision support system (DSS) is part of a computer-based information systems that used to support decision makig in abusiness organization or educational institution. There are several models that can be used to assist in decision making. One is the method of Weighted Product Model (WPM) and Technique for Order Preference method by Similarity to Ideal Solution (TOPSIS). Both methods have a different approach in its calculations. WPM is a method that uses multiplication to link rating of attributes, where each attribute rating must be raised first with the relevant attribute weights. While the basic concept of the TOPSIS method is that the chosen alternative should have the shortest distance from the positive ideal solution, and also has the longest distance from the negative ideal solution. Conceptual difference calculation of these two methods can lead to different results ranking. Therefore, this study tried to calculate and compare the results of both methods in the case of the selection of grantees. The results of the two calculation methods is then compared using the standard deviation formula to obtain the value of the level of accuracy of the two methods. Keywords: Decision Support System, WPM, TOPSIS, Standard deviation PENDAHULUAN Sistem pendukung keputusan (SPK) atau dikenal dengan Decision Support System (DSS) adalah bagian dari sistem informasi berbasis komputer termasuk sistem berbasis pengetahuan (manajemen pengetahuan) yang dipakai untuk mendukung pengambilan keputusan dalam suatu organisasi perusahaan atau lembaga pendidikan. Dapat juga dikatakan sebagai sistem informasi berbasis komputer yang membantu user dalam mengatasi masalah dengan menggunakan data dan model [1]. Ada beberapa model yang dapat digunakan untuk membantu dalam pengambilan keputusan. Salah satunya adalah metode MCDM (Multi Criteria Decision Making). Berdasarkan tujuannya, MCDM dapat dibagi menjadi 2 model : Multi Attribute Decision Making (MADM) dan Multi Objective Decision Making (MODM) [2]. Seringkali MCDM dan MADM digunakan untuk menerangkan kelas atau kategori yang sama. MADM biasanya digunakan untuk melakukan penilaian atau seleksi terhadap beberapa alternatif dalam jumlah yang terbatas. Sedangkan MODM digunakan untuk menyelesaikan masalah-masalah pada ruang kontinyu (seperti permasalahan pada pemrogaman matematis). 2
3 WPM (Weighted Product Model) dan TOPSIS (Technique for Order Preference by Similarity to Ideal Solution) merupakan dua contoh metode yang masuk ke dalam model MADM. Kedua metode ini memiliki dasar perhitungan yang berbeda dalam penyelesaian suatu kasus DSS. WPM merupakan suatu metode yang menggunakan perkalian untuk menghubungkan rating atribut, dimana rating setiap atribut harus dipangkatkan dulu dengan bobot atribut yang bersangkutan [2]. Sedangkan konsep dasar dari metode TOPSIS adalah bahwa alternatif yang dipilih harus memiliki jarak terpendek dari solusi ideal positif, dan juga memiliki jarak terpanjang dari solusi ideal negatif [3]. Perbedaan konsep perhitungan kedua metode ini bisa mengakibatkan hasil perangkingan yang berbeda pula [4]. Penelitian ini mencoba untuk membandingkan hasil perhitungan sistem pendukung keputusan pemilihan mahasiswa menggunakan dua metode MADM yaitu WPM dan TOPSIS serta membandingkan tingkat ukuran ketepatan relatif pada hasil perhitungan preferensi relatif dari setiap alternatif (Vi) masing-masing metode. METODE PENELITIAN Penelitian yang diusulkan ini menggunakan data primer dan data sekunder. Data primer didapatkan dengan cara : 1. Observasi Peneliti melakukan pengamatan dan pencatatan langsung kegiatan operasional dan mekanisme pemberian beasiswa pada mahasiswa di STMIK EL-RAHMA Yogyakarta. 2. Wawancara Wawancara dilakukan secara langsung dengan PUKET III tentang mekanisme dan aturan pemberian beasiswa pada mahasiswa STMIK EL-RAHMA Yogyakarta Pengumpulan data sekunder dilakukan dengan mengumpulkan dokumen-dokumen dan laporan-laporan yang terkait dengan pemberian beasiswa, parameter-parameter yang menjadi pertimbangan dalam pemberian beasiswa, serta dokumen-dokumen lain yang diperlukan untuk menunjang, melengkapi dan menyempurnakan data primer. Setelah data dikumpulkan, tahapan selanjutnya adalah studi literatur. Pada tahap ini dipelajari berbagai macam referensi tentang WPM dan TOPSIS baik melalui jurnal penelitian, buku-buku teori, tutorial, dan sumber-sumber lain termasuk internet. Tahap selanjutnya adalah melakukan perancangan. Pada tahap perancangan ini dilakukan penentuan kriteria-kriteria yang menjadi bahan pertimbangan dalam pemberian beasiswa, pemberian nilai bobot untuk masing-masing kriteria, serta pemberian nilai untuk setiap alternatif pada setiap kriteria. Selain itu pada tahap ini juga dilakukan perancangan database dengan menggunakan ERD (Entity Relationship Diagram) sedangkan untuk perancangan sistemnya akan menggunakan DFD (Data Flow Diagram). 3
4 Tahap setelah perancangan adalah menghitung hasil perangkingan menggunakan metode TOPSIS dan WPM. Hasil perhitungan kedua metode ini kemudian dibandingkan menggunakan rumus standar deviasi untuk memperoleh nilai tingkat ketelitian kedua metode tersebut. Tahap terakhir yang akan dilakukan adalah melakukan pembahasan atas hasil yang menjadi output dari perhitungan yang telah dilakukan sebelumnya. Tinjauan singkat SPK Turban mendefinisikan SPK sebagai sebuah sistem yang dimaksudkan untuk mendukung para pengambil keputusan manajerial dalam situasi keputusan semiterstruktur. SPK dimaksudkan untuk menjadi alat bantu bagi para pengambil keputusan untuk memperluas kapabilitas mereka, namun tidak untuk menggantikan penilaian para pengambil keputusan [1]. Beberapa metode yang dapat digunakan untuk menyelesaikan masalah MADM, antara lain sebagai berikut : a. Simple Additive Weighting Method (SAW) b. Weighted Product Model (WPM) c. ELECTRE d. Technique for Order Preference by Similarity to Ideal Solution (TOPSIS) e. Analytic Hierarchy Process (AHP) Weighted Product Model (WPM) merupakan metode yang dikembangkan untuk mengatasi kelemahan dari Weighting Sum Model (WSM). WPM merupakan suatu metode yang menggunakan perkalian untuk menghubungkan rating atribut, dimana rating setiap atribut harus dipangkatkan dulu dengan bobot atribut yang bersangkutan [2]. Proses ini sama halnya dengan proses normalisasi. Proses normalisasi ini dihitung dengan rumus 1. Setelah itu dihitung nilai preferensi untuk alternatif Ai (vektor S) dengan rumus 2. w j = w j / w j (1) S i = (x ij ) w j dengan i = 1,2,3,., m (2) Perhitungan nilai preferensi untuk alternatif Ai diawali dengan memberikan nilai rating kinerja alternatif ke-i terhadap subkriteria ke-j (x ij ). Setelah masing-masing alternatif diberi nilai rating kinerja, nilai ini akan dipangkatkan dengan nilai relatif bobot awal yang telah dihitung sebelumnya (w j ) dimana w j akan bernilai positif untuk atribut benefit (keuntungan) dan bernilai negatif untuk atribut cost (biaya). Penjumlahan nilai w j untuk setiap subkriteria pada kriteria yang sama akan bernilai 1 ( w j = 1). 4
5 Perhitungan nilai w j dilakukan dengan rumus 3. (x ij ) w j V i = dengan i = 1,2,3,., m (3) (x j * ) w j Alternatif terbaik dipilih jika nilainya lebih besar atau sama dengan alternatif yang lain. Sedangkan metode TOPSIS mengasumsikan bahwa masing-masing atribut memiliki kecenderungan monoton meningkatkan atau menurunkan utilitas. Oleh karena itu, sangat mudah untuk menemukan solusi ideal positif dan solusi ideal negatif. Pendekatan jarak Euclidean digunakan untuk mengevaluasi kedekatan relatif alternatif solusi yang ideal. Dengan demikian, urutan preferensi alternatif yang dihasilkan didapatkan dengan membandingkan jarak relatif [5]. Secara umum, prosedur TOPSIS mengikuti langkah-langkah sebagai berikut [2]: Langkah yang pertama adalah membuat matriks keputusan yang ternormalisasi. Proses normalisasi nilai atribut untuk membentuk matriks ternormalisasi dan perkalian antara bobot dengan nilai setiap atribut dilakukan dengan cara yang sama seperti metode ELECTRE. Langkah pertama dimulai dengan membentuk perbandingan berpasangan setiap alternatif (x ij ). Nilai ini harus dinormalisasi ke dalam suatu skala yang dapat diperbandingkan (r ij ) menggunakan rumus 4. Langkah selanjutnya diberikan faktor kepentingan (bobot) pada setiap kriteria yang mengekspresikan kepentingan relatifnya (w j ) dimana w = (w 1, w 2,., w n ) menggunakan rumus 5. Langkah ke-3, menghitung solusi ideal positif positif A + dan solusi ideal negatif A - yang ditentukan berdasarkan ranking bobot ternormalisasi (y ij ). Untuk menghitung A + dan A - digunakan rumus 6 dan rumus 7. 5
6 Dimana memiliki 2 kemungkinan : Max y ij jika j adalah atribut keuntungan, dan Min y ij jika j adalah atribut biaya. Dimana memiliki 2 kemungkinan : Min y ij jika j adalah atribut keuntungan, dan Max y ij jika j adalah atribut biaya. Langkah ke-4 adalah menghitung jarak antara alternatif Ai dengan solusi ideal positif menggunakan rumus 8 dan solusi ideal negatif menggunakan rumus 9. i= 1,2,...,m (8) i= 1,2,...,m (9) Langkah 5, menghitung nilai preferensi untuk setiap alternatif menggunakan rumus 10. i= 1,2,...,m (10) Langkah yang terakhir adalah melakukan perangkingan terhadap semua alternatif. Nilai Vi yang lebih besar menunjukkan bahwa alternatif Ai lebih dipilih. Standar deviasi relatif (SDR) dapat digunakan untuk melihat tingkat ketelitian metode [6]. Penentuan standar deviasi relatif dilakukan pada perhitungan model WP dan TOPSIS. Standar deviasi relatif (RSD) merupakan ukuran ketepatan relatif dan umumnya dinyatakan dalam persen. Rumus yang digunakan untuk menghitung nilai standar deviasi relatif adalah rumus 11. (11) Dimana RSD = nilai standar deviasi reelatif SD = nilai standar deviasi X = nilai rata-rata 6
7 HASIL DAN PEMBAHASAN Kriteria Kriteria yang digunakan sebagai parameter pada penelitian ini berjumlah 5 yaitu : 1. Calon mahasiswa berasal dari keluarga tidak mampu. Kriteria ini memiliki bobot 5 yang artinya apabila terdapat pendaftar, maka syarat utama 2. mahasiswa memiliki prestasi akademik ketika sekolah smu 3. calon mahasiswa pernah menang dalam suatu lomba olahraga 4. calon mahasiswa berstatus anak yatim 5. beragama islam Nilai yang diberikan pada masing-masing kriteria dan bobot berada pada skala 1 sampai 5 (menggunakan skala linkert) dengan ketentuan : 1 : sangat tidak setuju 2 : tidak setuju 3 : cukup 4 : setuju 5 : sangat setuju Alternatif Alternatif yang akan dirangking adalah calon mahasiswa yang menjadi kandidat untuk mendapatkan beasiswa. Pada penelitian ini digunakan sample 10 calon mahasiswa. Perhitungan WPM Perhitungan dengan metode WPM dilakukan melalui tahap-tahap sebagai berikut : 1. Menghitung nilai relatif bobot awal menggunakan rumus 1 w1 = w1 / (w1+ w2 + w3 + w4 + w5) = 5/( ) = 0,33 w2 = w2 / (w1+ w2 + w3 + w4 + w5) = 4/( ) = 0,267 w3 = w3 / (w1+ w2 + w3 + w4 + w5) = 3/( ) = 0,2 w4 = w4 / (w1+ w2 + w3 + w4 + w5) = 2/( ) = 0,133 w5 = w5 / (w1+ w2 + w3 + w4 + w5) = 1/( ) = 0, Menghitung nilai vektor S menggunakan rumus 2 S1 = (Mhs1)w1(mhs1)w2(mhs1)w3(mhs1)w4(mhs1)w5 = (5)0,33(2)0,267(5)0,2(2)0,133(5)0,067 = 3, Dengan cara dan rumus yang sama, hasil perhitungan nilai vektor S dapat dilihat pada gambar 1. 7
8 Gambar 1. Nilai vektor S 3. Menghitung nilai vektor V V1 = S1/S1+S2+ S3+ S4+ S5+ S6+ S7+ S8+ S9+ S10 = 3,46/(3,46+4,57+5+3, , ,55) = Dengan cara dan rumus yang sama, hasil perhitungan nilai vektor V dapat dilihat pada gambar 2. Gambar 2. Nilai vektor V 4. Menghitung nilai relatif standar deviasi menggunakan rumus 11 Nilai relatif standar deviasi metode WPM = 0, /0,1 = 76,65% 8
9 Perhitungan TOPSIS Perhitungan dengan metode TOPSIS dilakukan melalui tahap-tahap sebagai berikut : 1. Mengitung matriks keputusan yang ternormalisasi menggunakan rumus 4 r 11 = x 11 / (x x x x x x x x x x (10)1 2 ) = 5/ ( ) = Dengan cara dan rumus yang sama, hasil perhitungan matriks keputusan yang ternormalisasi dapat dilihat pada gambar 3. Gambar 3. Matriks keputusan yang ternormalisasi 2. Menghitung faktor kepentingan (bobot) pada setiap kriteria yang mengekspresikan kepentingan relatifnya (wj) menggunakan rumus 5 y11 = w1 * r11 = 5 * 0, = y21 = w1 * r21 = 5 * 0, = y31 = w1 * r31 = 5 * 0, = y41 = w1 * r41 = 5 * 0, = y51 = w1 * r51 = 5 * 0, = Dengan cara dan rumus yang sama, hasil faktor kepentingan (bobot) pada setiap kriteria yang mengekspresikan kepentingan relatifnya (wj) dapat dilihat pada gambar 4. Gambar 4. Faktor kepentingan (bobot) pada setiap kriteria yang mengekspresikan kepentingan relatifnya (wj) 9
10 3. menghitung solusi ideal positif positif y+ menggunakan rumus 6 y1+ = max { ; ; ; ; ; ; ; ; ; } = Dengan rumus dan dan cara yang sama, perhitungan solusi ideal positif dapat dilihat pada gambar 5 Gambar 5. Solusi ideal positif 4. menghitung solusi ideal positif negatif y- menggunakan rumus 7 y1- = min { ; ; ; ; ; ; ; ; ; } = 1, Dengan rumus dan dan cara yang sama, perhitungan solusi ideal negatif dapat dilihat pada gambar 6. Gambar 6. Solusi ideal negatif 5. Menghitung jarak antara alternatif Ai dengan solusi ideal negatif menggunakan rumus 8 D 1+ = ( ) 2 + ( ) 2 + ( ) 2 + ( ) 2 + ( ) 2 = Dengan rumus dan dan cara yang sama, perhitungan solusi ideal negatif dapat dilihat pada gambar 7. Gambar 7. Solusi ideal negatif 10
11 6. menghitung jarak antara alternatif Ai dengan solusi ideal positif menggunakan rumus 9 D1+ = ( )2 + ( )2 + ( )2 + ( )2 + ( )2 = Dengan rumus dan dan cara yang sama, perhitungan solusi ideal positif dapat dilihat pada gambar 8. Gambar 8. Solusi ideal positif 7. Menghitung nilai preferensi untuk setiap alternatif menggunakan rumus 10 V1 = D1- / (D1- + D1+) = / ( ) = Dengan rumus dan dan cara yang sama, perhitungan nilai preferensi untuk setiap alternatif dapat dilihat pada gambar 9. Gambar 9. Nilai preferensi untuk setiap alternative 11
12 8. Melakukan perangkingan dengan mengurutkan nilai pada tabel 10 secara descending. Gambar 10. Nilai preferensi untuk setiap alternatif 9. Menghitung nilai relatif standar deviasi menggunakan rumus 11 Nilai relatif standar deviasi metode TOPSIS = / = % Data Flow Diagram Gambar 11 adalah gambar diagram konteks yang menunjukkan gambaran umum dari sistem. Pada Diagram Konteks ini user diminta untuk menginputkan kriteria dan daftar calon mahasiswa yang akan dirangking. Setelah itu, dilakukan perangkingan dengan menggunakan dua metode yaitu WPM dan TOPSIS. Hasil perangkingan dari kedua metode ini kemudian dihitung nilai relatif standar deviasinya. Gambar 11. Diagram konteks perangkingan mahasiswa Gambar 11 dilakukan dekomposisi untuk mendapatkan gambaran lebih detail tentang alur data dari sistem yang akan dibuat. Dekomposisi ini digambarkan pada DFD level 0 yang dapat dilihat pada gambar
13 Gambar 12. DFD level 0 perangkingan mahasiswa KESIMPULAN Metode-metode yang terdapat di sistem pedukung keputusan memiliki sifat dan karakteristik yang berbeda antara satu dengan yang lainnya. Metode WPM menggunakan perkalian untuk menghubungkan rating atributnya sedangkan metode TOPSIS menggunakan pendekatan jarak Euclidean untuk mengevaluasi kedekatan relatif alternatif solusi yang ideal. Perbedaan pendekatan perhitungan ini membuat perangkingan yang dilakukan oleh kedua metode ini memiliki perbedaan. Perbedaan hasil perhitungan antara metode WPM dan TOPSIS dapat dilihat di gambar 13. Gambar 13. Hasil perangkingan metode WPM dan TOPSIS 13
14 Untuk melihat tingkat ketelitian kedua metode ini digunakan rumus standar deviasi relatif (SRD). Hasilnya, metode WPM memiliki nilai SRD yang lebih besar yaitu 76,65% dibandingkan dengan metode TOPSIS yang hanya %. DAFTAR PUSTAKA [1] Turban, E., Aronson, J.E., Liang., P.T., 2005, Decision Support Systems and Intelligent Systems, Volume 1, Edisi ke-7, Dwi Prabantini, Andi, Yogyakarta. [2] Kusumadewi, S., Hartati, S., Harjoko A., Wardoyo R., 2006, Fuzzy Multi-Attribute Decision Making (Fuzzy MADM), Graha Ilmu, Yogyakarta. [3] Triantaphyllou, E., B. Shu., S. Nieto Sanchez., and T. Ray., 1998, Multi-Criteria Decision Making: An Operations Research Approach, Encyclopedia of Electrical and Electronics Engineering, (J.G. Webster, Ed.), John Wiley & Sons, New York, NY, Vol. 15, pp [4] Ashrafzadeh, M., dkk., 2012, Application of Fuzzy TOPSIS Method for The Selection of Warehouse Location : A Case Study, Interdisciplinary Journal of Contemporary Research in Business. [5] Khosravi, J., 2011, Application of Multiple Criteria Decision Making System Compensatory (TOPSIS) in Selecting of Rice Milling System, World Applied Sciences journal. [6] Savitha, K., Chandrasekar, C., 2011, Vertical Handover decision schemes using SAW and WPM for Network selection in Heterogeneous Wireless Networks, Global Journal of Computer Science and Technology Volume 11, Global Journals Inc. (USA). 14
TECHNIQUE FOR ORDER PREFERENCE BY SIMILARITY TO IDEAL SOLUTION (TOPSIS) PADA PROSES SELEKSI MAHASISWA BARU JALUR JP2AB
TECHNIQUE FOR ORDER PREFERENCE BY SIMILARITY TO IDEAL SOLUTION (TOPSIS) PADA PROSES SELEKSI MAHASISWA BARU JALUR JP2AB Hartatik Manajemen Informatika STMIK AMIKOM Yogyakarta email : hartatikamikom@gmail.com
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 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 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 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 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 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 terperinciPenerapan Metode Weighted Product Model Untuk Seleksi Calon Karyawan
Penerapan Metode Weighted Product Model Untuk Seleksi Calon Karyawan Sri Lestari IBI Darmajaya Bandar Lampung e-mail : t4ry09@yahoo.com Abstract The development company is highly influenced by the performance
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 : 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 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 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 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 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 terperinciSISTEM PENDUKUNG KEPUTUSAN PENENTUAN PRIORITAS PERBAIKAN JALAN DI DINAS BINA MARGA KABUPATEN CIREBON DENGAN METODE TOPSIS
SISTEM PENDUKUNG KEPUTUSAN PENENTUAN PRIORITAS PERBAIKAN JALAN DI DINAS BINA MARGA KABUPATEN CIREBON DENGAN METODE TOPSIS Nurrochman Ferdiansyah 1), Harliana 2), Otong Saeful Bachri 3) 1) STIKOM Poltek
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 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 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 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 terperinciRita Hamdani. STMIK Pelita Nusantara Medan Jalan Iskandar Muda No.1, Merdeka, Medan Baru, Sumatera Utara
PENERAPAN METODE TECHNIQUE FOR ORDER PREFERENCE BY SIMILARITY TO IDEAL SOLUTIONDAN SIMPLE ADDITIVE WEIGHTING DALAM PEMBERIAN BEASISWA DI POLITEKNIK POLIPROFESI MEDAN Rita Hamdani STMIK Pelita Nusantara
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 terperinciP13 Fuzzy MCDM. A. Sidiq P.
P13 Fuzzy MCDM A. Sidiq P. http://sidiq.mercubuana-yogya.ac.id Program Studi Teknik Informatika Program Studi Sistem Informasi Fakultas Teknologi Informasi Universitas Mercu Buana Yogyakarta Tujuan Mahasiswa
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 terperinciSISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN PENERIMAAN BEASISWA BAGI MAHASISWA STMIK AMIKOM YOGYAKARTA SKRIPSI
SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN PENERIMAAN BEASISWA BAGI MAHASISWA STMIK AMIKOM YOGYAKARTA SKRIPSI disusun oleh Gerdon 07.12.2562 JURUSAN SISTEM INFORMASI SEKOLAH TINGGI MANAJEMEN INFORMATIKA
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 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 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 PENDUKUNG KEPUTUSAN PEMBERIAN BANTUAN PINJAMAN MODAL MENGGUNAKAN METODE WEIGHTED PRODUCT MODEL (WPM)
SISTEM PENDUKUNG KEPUTUSAN PEMBERIAN BANTUAN PINJAMAN MODAL MENGGUNAKAN METODE WEIGHTED PRODUCT MODEL (WPM) Hartatik Dosen STMIK AMIKOM, Yogyakarta Jalan Ring Road Utara, Condong Catur, Sleman, Yogyakarta
Lebih terperinciSELEKSI PENERIMAAN CALON KARYAWAN MENGGUNAKAN METODE TOPSIS
SELEKSI PENERIMAAN CALON KARYAWAN MENGGUNAKAN METODE TOPSIS Sri Lestari IBI Darmajaya t4ry09@yahoo.com ABSTRACT One factor supporting human resource development is qualification. The selection of employees
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 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 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 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 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 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 terperinciPENENTUAN PRODUK KERAJINAN UNGGULAN DENGAN MENGGUNAKAN MADM-TOPSIS
PENENTUAN PRODUK KERAJINAN UNGGULAN DENGAN MENGGUNAKAN MADM-TOPSIS Fera Tri Wulandari 1), Fajar Budi Hartono 2) Abstrak : Pemilihan produk unggulan diharapkan dapat membantu pihak perindustrian dan perdagangan
Lebih terperinciPERBANDINGAN NILAI RELIABILITAS DARI HASIL METODE SAW DAN METODE TOPSIS
SNIPTEK 206 ISBN: 978-602-72850-3-3 PERBANDINGAN NILAI RELIABILITAS DARI HASIL METODE SAW DAN METODE TOPSIS Hidayanti Murtina STMIK Nusa Mandiri Jakarta Jl. Damai No. 8 Warung Jati Barat (Margasatwa) Jakarta
Lebih terperinciPENERAPAN METODE MADM-SAW DALAM PENENTUAN PRODUK KERAJINAN UNGGULAN KABUPATEN KLATEN
PENERAPAN METODE MADM-SAW DALAM PENENTUAN PRODUK KERAJINAN UNGGULAN KABUPATEN KLATEN Setiya Nugroho Fakultas Ilmu Komputer, Program Stusi Manajemen Informatika Universitas Widya Dharma Klaten Email: setiyanugroho@gmail.com
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Sistem Pendukung Keputusan Sistem Pendukung Keputusan (SPK) adalah untuk membantu orang membuat keputusan yang efektif dan informasi pada 1970-an. Sistem telah banyak digunakan
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 terperinciJl.Raya Dukuh Waluh Purwokerto )
Metode TOPSIS untuk Menentukan Penerimaan Mahasiswa Baru Pendidikan Dokter di Universitas Muhammadiyah Purwokerto (TOPSIS Method to Determine New Students Admission at Medical School in University of Muhammadiyah
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 terperinciANALISIS KOMPARASI SIMPLE ADDITIVE WEIGHTING DAN WEIGHTED PRODUCT DALAM PENENTUAN PENERIMA BEASISWA
ANALISIS KOMPARASI SIMPLE ADDITIVE WEIGHTING DAN WEIGHTED PRODUCT DALAM PENENTUAN PENERIMA BEASISWA Siti Nurhayati Magister Teknik Informatika STMIK AMIKOM Yogyakarta Jl Ring road Utara, Condongcatur,
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 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 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 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 terperinciSISTEM PENDUKUNG KEPUTUSAN PENERIMAAN SISWA BARU DI SMA NEGERI 2 PEMALANG DENGAN METODE SIMPLE ADDITIVE WEIGHTING
SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN SISWA BARU DI SMA NEGERI 2 PEMALANG DENGAN METODE SIMPLE ADDITIVE WEIGHTING DIDIK PAMBUDI A11.2009.04833 Program Studi Teknik Informatika-S1,Fakultas Ilmu Komputer,Universitas
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PENENTUAN CUTI PEGAWAI MENGGUNAKAN METODE TECHNIQUE FOR ORDER PREFERENCE BY SIMILARITY TO IDEAL SOLUTION
SISTEM PENDUKUNG KEPUTUSAN PENENTUAN CUTI PEGAWAI MENGGUNAKAN METODE TECHNIQUE FOR ORDER PREFERENCE BY SIMILARITY TO IDEAL SOLUTION (TOPSIS) (STUDI KASUS DI KANTOR PELAYANAN PERBENDAHARAAN NEGARA YOGYAKARTA)
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 terperinciPerancangan Sistem Pendukung Keputusan Untuk Pemilihan Lokasi Perumahan Menggunakan Weighted Product Method (WPM)
Perancangan Sistem Pendukung Keputusan Untuk Pemilihan Lokasi Perumahan Menggunakan Weighted Product Method (WPM) Rahmadi Wijaya Prodi D3 Teknik Informatika, Fakultas Ilmu Terapan Universitas Telkom email
Lebih terperinciPERBANDINGAN METODE PROFILE MATCHING DAN SIMPLE ADDITIVE WEIGHTING PADA PENENTUAN JURUSAN SISWA KELAS X SMA N 2 NGAGLIK
Jurnal Ilmiah DASI Vol. 1 No. 1 Maret 2015, hlm 1-22 ISSN: 1411-3201 PERBANDINGAN METODE PROFILE MATCHING DAN SIMPLE ADDITIVE WEIGHTING PADA PENENTUAN JURUSAN SISWA KELAS X SMA N 2 NGAGLIK Bety Wulan Sari
Lebih terperinciSistem Pendukung Keputusan Seleksi Anggota Badan Eksekutif Mahasiswa dengan Metode Elimination Et Choix Traduisant La Realite (Electre)
Dwi Prabowo Apriansyah, Indriyati Sistem Pendukung Keputusan Seleksi Anggota Badan Eksekutif Mahasiswa dengan Metode Elimination Et Choix Traduisant La Realite (Electre) Dwi Prabowo Apriansyah, Indriyati
Lebih terperinciJurnal Informasi Volume VII No.1 / Februari / 2015
SISTEM PENDUKUNG KEPUTUSAN PENERIMA BEASISWA KOPERTIS DI FAKULTAS TEKNIK UNSUR CIANJUR MENGGUNAKAN FUZZY MADM DENGAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) Ai Musrifah Ela Sopiyillah ABSTRAK Fakultas Teknik
Lebih 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 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 terperinciSISTEM PENUNJANG KEPUTUSAN SELEKSI PENERIMAAN SISWA BARU MENGGUNAKAN METODE SIMPLE ADICTIVE WEIGHTING (SAW) STUDI KASUS PADA SMKN 1 RAWAJITU TIMUR
SISTEM PENUNJANG KEPUTUSAN SELEKSI PENERIMAAN SISWA BARU MENGGUNAKAN METODE SIMPLE ADICTIVE WEIGHTING (SAW) STUDI KASUS PADA SMKN 1 RAWAJITU TIMUR Hermannuddin Jurusan Sistem Informasi STMIK Pringsewu
Lebih terperinciMulti-Attribute Decision Making
Multi-Attribute Decision Making Kompetensi Dasar Mahasiswa dapat menyelesaikan masalah pengambilan keputusan dengan metode-metode pada model MADM. Mahasiswa dapat membedakan karakteristik permasalahan
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 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 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 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 terperinciMulti atributte decision making (madm)
Multi atributte decision making (madm) Weighted Product, Topsis Weighted Product (wp) Metode WP menggunakan perkalian untuk menghubungkan rating atribut, dimana rating setiap atribut harus dipangkatkan
Lebih terperinciSistem Pendukung Keputusan Pemilihan Dosen Berprestasi Menggunakan Metode Simple Additive Weighting di Lingkungan Universitas Lampung
Sistem Pendukung Keputusan Pemilihan Dosen Berprestasi Menggunakan Metode Simple Additive Weighting di Lingkungan Universitas Lampung 1 Didik Kurniawan, 2 Wamiliana dan 3 Rizqi Chandra Aditya 1 Jurusan
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 OPERATOR TERBAIK MENGGUNAKAN METODE TOPSIS (STUDI KASUS: CBOC REGIONAL 1/ PT. TELEKOMUNIKASI, TBK.
SISTEM PENDUKUNG KEPUTUSAN MENENTUKAN OPERATOR TERBAIK MENGGUNAKAN METODE TOPSIS (STUDI KASUS: CBOC REGIONAL 1/ PT. TELEKOMUNIKASI, TBK.) DRAF SKRIPSI ANDRIAN HAMZANI 071401057 PROGRAM STUDI S1 ILMU KOMPUTER
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 SELEKSI PENERIMAAN DOSEN MENGGUNAKAN METODE TOPSIS
Seminar Nasional Teknologi dan Multimedia 016 STMIK AMIKOM Yogyakarta, 6-7 Februari 016 ISSN : 0-80 SISTEM PENDUKUNG KEPUTUSAN SELEKSI PENERIMAAN DOSEN MENGGUNAKAN METODE TOPSIS Ikmah 1) Magister Teknik
Lebih terperinciPEMBUATAN SISTEM AKADEMIK PADA SMA PGII DENGAN METODE SIMPLE ADDITIVE WEIGHTING (SAW)
PEMBUATAN SISTEM AKADEMIK PADA SMA PGII DENGAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) An Nisa Sari Khoiriah 1, Radiant V.Imbar 2 Jurusan Teknik Informatika, Universitas Kristen Maranatha Bandung annisasarikhoiriah@gmail.com
Lebih terperinciLOGIKA FUZZY DALAM PENENTUAN BOBOT KRITERIA PADA PEMILIHAN VARIETAS PADA UNGGUL
Jurnal POROS TEKNIK, Volume 7 No. 2, Desember 2015 : 54-105 ISSN 2085-5761 (Print) LOGIKA FUZZY DALAM PENENTUAN BOBOT KRITERIA PADA PEMILIHAN VARIETAS PADA UNGGUL Nurmahaludin (1), Gunawan Rudi Cahyono
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 terperinciMULTI ATTRIBUTE DECISION MAKING PENGGUNAAN METODE SAW DAN WPM DALAM PEMILIHAN PROPOSAL UMKM
MULTI ATTRIBUTE DECISION MAKING PENGGUNAAN METODE SAW DAN WPM DALAM PEMILIHAN PROPOSAL UMKM Heri Sismoro 1), Hartatik 2) 1) Manajemen Informatika STMIK AMIKOM Yogyakarta 2) Teknik Informatika STMIK AMIKOM
Lebih terperinciPEMILIHAN JURUSAN SISWA SMA MENGGUNAKAN METODE PENDUKUNG KEPUTUSAN FUZZY MADM
A24 Seminar Nasional Teknologi Informasi 2016 PEMILIHAN JURUSAN SISWA SMA MENGGUNAKAN METODE PENDUKUNG KEPUTUSAN FUZZY MADM Fata Nidaul Khasanah 1), Rita Wahyuni Arifin 2) 1)2) Teknik Informatika STMIK
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PEMINATAN SMA MENGGUNAKAN METODE WEIGHTED PRODUCT (WP)
SISTEM PENDUKUNG KEPUTUSAN PEMINATAN SMA MENGGUNAKAN METODE WEIGHTED PRODUCT (WP) Nurul Fartindyyah dan Subiyanto Fakultas Teknik Elektro, Universitas Negeri Semarang email: fartindyyah93@gmail.com Abstrak
Lebih terperinciPERBANDINGAN PENERAPAN METODE SAW DAN TOPSIS DALAM SISTEM PEMILIHAN LAPTOP
PERBANDINGAN PENERAPAN METODE SAW DAN TOPSIS DALAM SISTEM PEMILIHAN LAPTOP SKRIPSI Diajukan Untuk Memenuhi Salah Satu Syarat Memperoleh Gelar Sarjana Komputer ( S.Kom ) Pada Program Studi Teknik Informatika
Lebih terperinciDaniel Oktodeli Sihombing Program Studi Manajemen Informatika, AMIK BSI, Pontianak
Seminar Nasional Inovasi dan Teknologi (SNIT) 01 PERANCANGAN SISTEM PENDUKUNG KEPUTUSAN MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) DALAM PEMILIHAN KONSENTRASI TUGAS AKHIR (STUDI KASUS AMIK BSI
Lebih terperinciOleh: Fandy Setyo Utomo STMIK AMIKOM Purwokerto ABSTRACT
MULTI ATTRIBUTE DECISION MAKING DENGAN METODE TECHNIQUE FOR ORDER PREFERENCE BY SIMILARITY TO IDEAL SOLUTION UNTUK MENENTUKAN REKOMENDASI PENERIMA BEASISWA BBM DAN PPA DI STMIK AMIKOM PURWOKERTO Oleh:
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN UNTUK SELEKSI DOSEN MENGGUNAKAN METODE TOPSIS (STUDI KASUS : STMIK STIKOM BALI)
SISTEM PENDUKUNG KEPUTUSAN UNTUK SELEKSI DOSEN MENGGUNAKAN METODE TOPSIS (STUDI KASUS : STMIK STIKOM BALI) A.A Gde A Putra Ratu Asmara Program Studi Sistem Informasi STMIK STIKOM, Bali. ratuasmara123@gmail.com
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 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 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 PEMINATAN SMA MENGGUNAKAN METODE WEIGHTED PRODUCT (WP)
SISTEM PENDUKUNG KEPUTUSAN PEMINATAN SMA MENGGUNAKAN METODE WEIGHTED PRODUCT (WP) Nurul Fartindyyah dan Subiyanto Fakultas Teknik Elektro, Universitas Negeri Semarang email: fartindyyah93@gmail.com Abstrak
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 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 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 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 terperinciAPLIKASI DINAMIS SISTEM PENDUKUNG KEPUTUSAN DENGAN DUA ALGORITMA
APLIKASI DINAMIS SISTEM PENDUKUNG KEPUTUSAN DENGAN DUA ALGORITMA Ridha Sefina Samosir Institut Teknologi dan Bisnis Kalbis, 082111354566, ridha.samosir@kalbis.ac.id Abstrak Today, speed and accuracy of
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 terperinciSISTEM PENDUKUNG KEPUTUSAN UNTUK REKOMENDASI PENERIMA BEASISWA DENGAN METODE TECHNIQUE FOR OTHERS PREFERENCE BY SIMILARITY TO IDEAL SOLUTION
SISTEM PENDUKUNG KEPUTUSAN UNTUK REKOMENDASI PENERIMA BEASISWA DENGAN METODE TECHNIQUE FOR OTHERS PREFERENCE BY SIMILARITY TO IDEAL SOLUTION (Studi Kasus STT STIKMA Internasional Malang) TUGAS AKHIR Oleh:
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 PEMILIHAN KOST DI SEKITAR KAMPUS UNP KEDIRI MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW)
SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN KOST DI SEKITAR KAMPUS UNP KEDIRI MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) Erna Daniati Program Studi Sistem Informasi Fakultas Teknik Universitas Nusantara
Lebih terperinciPEMILIHAN LOKASI SUMBER MATA AIR UNTUK PEMBANGUNAN JARINGAN AIR BERSIH PEDESAAN DENGAN MENGGUNAKAN METODE TOPSIS
PEMILIHAN LOKASI SUMBER MATA AIR UNTUK PEMBANGUNAN JARINGAN AIR BERSIH PEDESAAN DENGAN MENGGUNAKAN METODE TOPSIS Nofi Aditya Konsentrasi Manajemen Proyek Konstruksi, Program Studi Teknik Sipil Pascasarjana
Lebih terperinciModel Penunjang Keputusan Untuk Seleksi Korps Sukarela PMI Dengan Metode Weighted Product
ISSN: 2089-3787 1030 Model Penunjang Keputusan Untuk Seleksi Korps Sukarela PMI Dengan Metode Weighted Product Nurmaliani 1, Muhammad Faisal Amin 2, Boy Abidin R. 3 Program Studi Teknik Informatika, STMIK
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PENERIMAAN ANGGOTA MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING BERBASIS WEB DI KOPERASI SIMPAN PINJAM MELATI
SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN ANGGOTA MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING BERBASIS WEB DI KOPERASI SIMPAN PINJAM MELATI Moch. Ali Ramdhani Aditya Nugraha ABSTRAK Koperasi pada dasarnya
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN PENERIMA BEASISWA PADA SMAN 1 BANGUNREJO MENGGUNAKAN METODE SAW
SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN PENERIMA BEASISWA PADA SMAN 1 BANGUNREJO MENGGUNAKAN METODE SAW Tri Susilowati 1, Suyono 2, Eka Susi Suranti 3 1,2,3 Sistem Informasi, Strata 1, STMIK Pringsewu
Lebih terperinciIMPLEMENTASI METODE TOPSIS PADA SISTEM PENDUKUNG KEPUTUSAN SELEKSI CALON TENAGA KERJA DI PT. ASRY AMANAH TIMUR
i IMPLEMENTASI METODE TOPSIS PADA SISTEM PENDUKUNG KEPUTUSAN SELEKSI CALON TENAGA KERJA DI PT. ASRY AMANAH TIMUR Diajukan untuk memenuhi sebagai persyaratan mendapatkan gelar Strata Satu Program Studi
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 terperinciTechnique for Order Preference by Similarity to Ideal Solution sebagai Metode Multi Attribute Decision Making
Technique for Order Preference by Similarity to Ideal Solution sebagai Metode Multi Attribute Decision Making untuk Menentukan Rekomendasi Penerima Beasiswa BBM dan PPA di STMIK AMIKOM Purwokerto Umti
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 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 terperinci