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

Ukuran: px
Mulai penontonan dengan halaman:

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

Transkripsi

1 UJI SENSITIVITAS METODE WP, SAW DAN TOPSIS DALAM MENENTUKAN TITIK LOKASI REPEATER INTERNET WIRELESS Davd Ahmad Effendy 1), Rony Her Irawan 2) 1) Sekolah Tngg Agama Islam Kedr (STAIN Kedr) 2) Unverstas Nusantara PGRI Kedr JL Sunan Ampel, No 7 Ngronggo, Kedr, Jawa Tmur64127 JL Kya Haj Achmad Dahlan, No 76, Indonesa64112 Emal : bangdavd07@gmalcom 1), Ronyag1305ku@gmalcom 2) Abstrak Keputusan menter perhubungan No2 Tahun 2005, tentang zn penggunaan frekuens MHz dan Permen No27 Tahun 2009 Izn Kelas BWA 58 GHz, memberkan kesempatan bag penyeda jasa jarngan nternet (ISP) wreless untuk memberkan pelayanan d daerah perbuktan dan ddaerah yang belum terjangkau nternetwreless saat n menjad plhan utama mengatas hal tersebut, sampa saat n mash banyak daerah-daerah yang belum terjangkau nternet, dan n merupakan kesempatan besar bag penyeda jasa layanan nternet untuk memberkan layanan berkualtasinfrastruktur jarngan nternet wreless terdr dar pemancar dan penerma, memancarkan snyal elektromagnetk dan dterma oleh wreless klen Pengelola jasa layanan nternet wrelessakan terbantu dengan sstem yang dapat mendukung mengambl keputusan Metode yang dgunakan adalah Weghted Product (WP), Smple Addtve Weghtng Method (SAW) dan TOPSIS (Technque For Order Preference By Smlary To Ideal Soluton) dalam menyelesaakan masalah menentukan lokas terbak untuk repeater Dalam proses peneltan n hasl proses ke-3 metode akan dlakukan proses uj senstvtas untuk mencar metode yang palng tepat terhadap masalah nhasl analsa dar dua metode setelah melalu proses uj senstvtas,dtemukan bahwa metode SAW adalah yang palng tepat dalam menyelesaakan kasus npeneltan n bertujuan untuk membantu pengamblan keputusan berdasarkan nla alternatf terbak Kata kunc:madm, WP, SAW, TOPSIS, Uj Senstvtas, Alternatf 1 Pendahuluan Saat n mobltas transms komunkas cukup tngg Salah satu sstem komunkas yang merupakan andalan bag terselenggaranya ntegras sstem telekomunkas secara global adalah sstem komunkas wreless (wreless) [1] Jarngan wrelessadalah jarngan yang palng fleksbel, daerah yang tdak terjangkau oleh kabel dapat berkomunkas dengan wreless, jarngan wrelessdapat berkomunkas dengan obyek bergerak, contohnya : rado, telpon seluler, nternet gadgetdengan mudah[2] Keputusan Menter Perhubungan No2 Tahun 2005, tentang zn Penggunaan Frekuens GHz[3], dan Permen No27 Tahun 2009 Izn Kelas BWA 58 GHz[4], telah memberkan kesempatan bag para penyeda jasa jarngan nternet (ISP) dalam memberkan pelayanan d daerah perbuktan dan d daerah yang belum terjangkau nternetkeputusan n telah membuka kesempatan bag penyeda jasa layanan nternet (ISP) menngkatkan bsnsnya Dalam membangun jarngan wreless dbutuhkan perangkat pemancar dan penerma wreless, serta repeateruntuk memperluas jangkauan jarnganrepeater adalah node yang dkonfguras untuk merelay/memperluas trafk yang tdak dperuntukkan untuknode tu sendr[5]membangun repeater yang bak perlu drencanakan dan dhtung dengan tepat dalam menentukan lokas repeater Kejadanfatal terjad akbat kesalahan dalam sebuah keputusan yang kurang tepatdan hal n dapat berakbat buruk serta berdampak negatf[5] Kejadan yang serng terjad adalah penyeda jasa jarngan nternet mendrkan repeater dlokas yang tdak tepat dapat mengntervens atau terntervens oleh snyal lan[6]kemungknan-kemungknan buruk sebenarnya dapat dmnmalsr dengan membuat sebuah analsa yang tepat,menggunakan sebuah metode yang mampu menganalsa dan mendukung keputusan[5] Sstem pendudukung keputusan (SPK) atau dkenal dengan Decson Support System (DSS) pada tahun 1970-an sebaga penggant stlah Management Informaton System(MIS) Tetap pada dasarnya SPK drancang sedemkan rupa sehngga bersfat nteraktf dengan pemakanya, maksud dan tujuan dar adanya SPK yatu mendukung mengambl keputusan yang merupakan hasl pengolahan nformas-nformas yang dperoleh dar model sstem pengambl keputusan dan menyelesakan masalah terstruktur, sem-terstruktur dan tdak terstruktur[6] Pada peneltan sebelumnya oleh Henry Wbowo S, mengatakan dengan adanya proses uj senstvtas d sstemnya, maka akan memudahkan pengguna dalam memlh metode yang terbak dan dengan adanya proses uj senstvtas akan memberkan sebuah solus yang 22-85

2 tepat untuk menyelesaakn kasus MADM dengan menggunakan metode yang sesua[7] Pada peneltan n mengusulkan sebuah pendekatan sstem pendukung keputusan dalam memlh lokas terbak pembangunan repeater, menggunakan sstem MADM dengan metode WP, SAW dan TOPSIS dlanjutkan dengan hasl dar 3 metode tersebut dlakukan proses uj senstvtas terhadap kasus n 2 Pembahasan 21 Metode Weghted Product (WP) Metode Weghted Product (WP) menggunakan perkalan untuk menghubungkan ratng atrbut, dmana ratng setap atrbut harus dpangkatkan dulu dengan bobot atrbut yang bersangkutan Proses tersebut sama halnya dengan normalsas Metode WP n lebh efsen karena waktu yang dbutuhkan dalam perhtungan lebh sngkat[8] (1) Dengan 1,2,m; dmana 1 adalah pangkat bernla postf untuk keuntungan dan bernla negatf untuk atrbut baya (2) Preferens relatf dar setap alternatf, dberkan sebaga : ( 1,2, (3) ) Untuk krteranya terbag dalam dua kategor yatu bernla postf termasuk dalam krtera keuntungan (beneft) dan yang bernla negatf termasuk dalam krtera baya (cost) 22 Smple Addtve Weghtng Method (SAW) Metode SAW serng juga dkenal stlah metode penjumlahan terbobot Konsep dasar metode SAW adalah mencar penjumlahan terbobot dar ratng knerja pada setap alternatf dar semua atrbut Metode SAW membutuhkan proses normalsas matrks keputusan (X) ke suatu skala yang dapat dperbandngkan dengan semua ratng alternatf yang ada[8] ( ) ( ) dmana : adalah nla ratng knerja ternormalsas adalah nla atrbut yang dmlk dar setap krtera adalah nla terbesar dar setap krtera adalah nla terkecl dar setap krtera beneftadalah jka nla terbesar adalah terbak cost adalah jka nla terkecl adalah terbak 4) dmana adalah nla ratng knerja ternormalsas dar alternatf A pada atrbut Cj; 1,2,m dan j1,2,n Nla preferens untuk setap alternatf ( ) dberkan: Nla alternatf (5) yang lebh besar mengndkaskan bahwa lebh terplh[11] 23 Technque For Order Preference By Smlarty To Ideal Soluton (TOPSIS) TOPSIS adala salah satu metode yang bsa membantu proses pengamblan keputusan yang optmal untuk menyelesakan masalah keputusan secara prakts Hal n dsebabkan karena konsepnya sederhana dan mudah dpaham, komputasnya efsen dan memlk kemampuan untuk mengatur knerja relatf dar alternatf-alternatf keputusan dalam bentuk matemats sederhana[8] Secara umum, prosedur TOPSIS mengkut langkahlangkah sebaga berkut : Menentukan matrks keputusan yang ternormalsas Menghtung matrks keputusan ternormalsas yang terbobot Menghtung matrks solus deal postf dan matrks solus deal negatf Menghtung jarak antara nla setap alternatf dengan matrks solus dela postf dan matrks solus deal negatf Menghtung nla preferens untuk setap alternatf TOPSIS membutuhkan ratng knerja setap alternatf pada setap krtera yang ternormalsas, yatu : (5) Solus deal postf dan solus deal negatf dapat dtentukan berdasarkan ratng bobot ternormalsas ( ) sebaga : (6) (,,, ); (7) (,,, ); (8) Dengan max ; mn ; max ; mn ; Jarak antar alternatf drumuskan sebaga : (9) (10) dengan solus deal postf ( ) ; (11) ( ) ; (12) 22-86

3 Nla yang lebh besar menunjukkan bahwa alternatf lebh dplh 24 Krtera Penyeda jasa layanan jarngan nternet melakukan analss dalam menentukan lokas terbak sebaga letak pendran antena repeater dengan krtera : Jarak dengan pemancar Jarak dengan pemancar merupakan dstance antara antena pemancar dengan calon lokas Dalam hal n skala dtentukan dengan: Tabel 1 Skala jarak dengan pemancar Jarak / Dstance 1-2km 7 2-5km km km km km km 1 Tngkat halangan(tertutup gunung / pepohonan)tngkat halangan dkelompokkan dengan tngkat : Tabel2 Tngkat halangan Tngkat halangan Sangat besar 1 Besar 2 Sedang 3 Tanpa halangan 4 Kepadatan permukman penduduk Kepadatan penduduk dtentukan dengan data sebaga berkut : Tabel3 Tngkat kepadatan permukman penduduk Tngkat Kepadatan Permukman Penduduk Sangat padat 4 Padat 3 Sep 2 Sangat sep 1 Perjnan pendran repeater Perjnan dtentukan dengan data sebaga berkut: Tabel4 Proses perjnan Proses Perjnan Mudah 4 Sedang 3 Sult 2 Sangat sult 1 Kebutuhan nternet Kebutuhan nternet dalam hal n merupakan yang palng pentng dalam krtera d sn, dtentukan dengan data sebaga berkut: Tabel5Kebutuhan akses nternet Kebutuhan Sangat rendah 1 Rendah 2 Tngg 3 Sangat tngg 4 Gangguan snyal dan keamanan lokas Dalam menentukan ttk lokas sangat perlu dperhatkan adalah keamanan lokas bak terhadap petr mahupun gangguan snyal lannya yang dapat mengakbatkan ntervens terhadap jarngan Dalam peneltan n dtentukan dengan data sebaga berkut : Tabel6 Tngkat gangguan Keamanan Sangat rendah 4 Rendah 3 Tngg 2 Sangat tngg 1 Pengambl keputusan memberkan bobot untuk setap krtera sebaga berkut : K110%; K220%; K315%; K415%; K525%; K615% Total 100% Tabel 7 krtera : Nla Keterangan 5 25%-35% Sangat Pentng 4 15%-24% Pentng 3 10%-14% Cukup 2 5%-9% Tdak pentng 1 0%-4% Sangat tdak pentng Nla-na krtera dar setap alternatf adalah : Tabel 8Tabel nla krtera untuk setap alternatf Krtera K1 K2 K3 K4 K5 K6 / Preferens Kec Ngadluwh Kec Mojo Kec Kras Kec Kandat Kec Ngronggo Tabel 9 Penggolongan krtera No Krtera Cost Beneft 1 Jarak dengan pemancar v - 2 Tngkat halangan(tertutup gunung/pepohonan) v - 3 Kepadatan permukman penduduk v - 4 Perjnan pendran repeater v - 5 Kebutuhan nternet - V 6 Gangguan snyal dan keamanan v - 24 Proses dengan Metode WP Sebelum dlakukan perbakan bobot terlebh dahulu 1; 0125, ,

4 0208, 0167 Kemudan menghtung vektor S; (6 )(3 ) (4 )(1 ) (4 )(2 )0628 (5 )(3 ) (2 )(4 ) (3 )(3 )0504 (5 )(3 ) (3 )(2 ) (4 )(2 )0600 (4 )(2 ) (3 )(2 ) (3 )(2 )0622 (3 )(2 ) (4 )(1 ) (4 )(2 )0732 Berkutnya menghtung preferens ( ) untuk perangkngan : Nla preferens terbesar adalah atau daerah Kec Ngronggo yang tepat untuk lokas pendran repeater 25 Proses dengan Metode SAW Dlakukan proses normalsas terhadap data setap alternatf; (,,,, ) (,,,, ) 05, 067 (,,,, ) 05, (,,,, ) 1 (,,,, ) 1 1, (,,,, ) Dperoleh dar hasl normalsas data datas sebaga berkut; Pengamblan keputusan memberkan bobot preferens berdasarkan tngkat kepentngan masng-masng alternatf yang dbutuhkan sebag berkut; (w) (3,4,4,4,5,4) Kemudan dlakukan proses perangkngan menggunakan bobot preferens yang sudah dtentukan datas; (05*3)+ (0667*4)+ (1*4)+ (1*4)+ (1*5)+ (1*4)2167 (06*3)+ (0667*4)+ (05*4)+ (025*4)+ (075*5)+ (0667*4)1388 (06*3)+ (0667*4)+ (075*4)+ (05*4)+ (1*5)+ (1*4)1846 (075*3)+ (1*4)+ (075*4)+ (05*4)+ (075*5)+ (1*4)19 (1*3)+ (1*4)+ (1*4)+ (1*4)+ (1*5)+ (1*4)24 Hasl perangkngan terbesar adalah, dengan demkan alternatf lokas Kec Ngronggo adalah lokas yang tepat sebaga pendran repeater 26 Proses dengan Metode TOPSIS : Tahap Normalsas, ratng knerja setap alternatf pada setap krtera yang ternormalsas, langkah pertama menghtung pembagnya; Proses normalsas; 0569, dan seterusnya Sehngga menghaslkan data ternormalsas dbawah n; Ternormalsas Menghtung nla terbobot; (Ternormalsas barske-1, kolom ke-1) x bobot (w) 069*3171, dan seterusnya Sehngga menghaslkan data sepert dbawah n; Terbobot Menghtung dan ; mn{1708,1424, 1424, 1139, 0854}0854 n n1,2,(kolom terbobot) max{1708,1424, 1424, 1139, 0854}171 n n1,2,(kolom terbobot) Dan seterusnya hngga menghaslkan; Y Y Jarak antar alternatf dengan solus deal postf ( ) + ( ) + ( ) + ( ) + ( ) + (16 16) 154 dan seterusnya hngga menghaslkan; D Jarak antar alternatf dengan solus deal negatf ( ) + ( ) + ( ) + ( ) + ( ) + (16 24) 256 dan seterusnya hngga menghaslkan; D Menghtung 256/( )0624, 113/(113+27)0293, 196/(196+13)0601, 204/( )0635, 278/( )0718 Hasl perangkngan terbesar adalah, dengan demkan alternatf lokas Kec Ngronggo adalah lokas yang tepat sebaga pendran repeater 27 Uj Senstvtas Uj senstvtas adalah proses mengetahu dan mendapatkan hasl dar perbandngan ketga metode MADM, hal n dlakukan dalam peneltan n untuk 22-88

5 mengetahu seberapa senstf metode tersebut jka dterapkan pada sebuah kasus, semakn senstf nla yang dperoleh dar setap perubahan rankng pada setap metode MADM, maka metode tersebut akan semakn dplhderajat senstvtas ( ) setap atrbut dperoleh melalu langkah-langkah sebag berkut[9] : 1 Tentukan semua bobot atrbut, wj 1 (bobot awal), dengan j 1, 2,, jumlah atrbut 2 Ubah bobot atrbut dalam range 1 2, serta dengan menakkan nla bobot sebesar 0,1 sementara bobot atrbut lannya mash tetap bernla 1 3 Normalsas bobot atrbut tersebut dengan cara membentuk nla bobot sedemkan hngga 1 4 Aplkaskan pada ketga metode tersebut ( WP, SAW, dan TOPSIS) untuk bobot-bobot atrbut yang telah dbentuk pada langkah 3 5 Htung prosentase perubahan rankng dengan cara membandngkan berapa banyak perubahan rangkng yang terjad jka dbandngkan dengan konds pada saat bobotnya sama (bobot 1) Tahap uj senstvtas (w) 3,4,4,4,5,4 V V V V V Max atrbut dnakkan pada range 1-2, dengan menakkan 05, dan 1 (w) menjad 3,5,4,4,4,5,4 (bobot pada krtera 1 V V V V V Max Perubahan (%) 0337% 05% 0106% (w) menjad 4,4,4,4,5,4 (bobot pada krtera 1 V V V V V Max Perubahan (%) 0709% 1% 0207% (w) menjad 3,45,4,4,5,4 (bobot pada krtera 2 V V V V V Max Perubahan (%) 0157% 05% 0031% (w) menjad 3,5,4,4,5,4 (bobot pada krtera 2 V V V V V Max Perubahan (%) 0329% 1% 006% (w) menjad 3,4,45,4,5,4 (bobot pada krtera 3 V V V V V Max Perubahan (%) -244% 05% -019% (w) menjad 3,4,5,4,5,4 (bobot pada krtera 3 V V V V V Max Perubahan (%) -472% 1% -037% (w) menjad 3,4,4,45,5,4 (bobot pada krtera 4 V V V V V Max Perubahan (%) 1723% 05% 0163% (w) menjad 3,4,4,5,5,4 (bobot pada krtera 4 V V V V V Max Perubahan (%) 3287% 1% 0319% (w) menjad 3,4,4,4,55,4 (bobot pada krtera

6 V V V V V Max Perubahan (%) 0103% 05% -003% (w) menjad 3,4,4,4,6,4 (bobot pada krtera 5 V V V V V Max Perubahan (%) 0214% 1% -006% (w) menjad 3,4,4,4,5,45 (bobot pada krtera 6 V V V V V Max Perubahan (%) 0219% 05% -005% (w) menjad 3,4,4,4,5,5 (bobot pada krtera 6 V V V V V Max Perubahan (%) 0457% 1% -009% Jumlah prosentase perubahan rankng dengan metode TOPSIS, SAW dan WP dalam kasus n Krtera Krtera 1 +(05) 034% 050% 011% Krtera 1 +(1) 071% 1% 021% Krtera 2 +(05) 016% 050% 003% Krtera 2 +(1) 033% 1% 006% Krtera 3 +(05) -244% 050% -019% Krtera 3 +(1) -472% 1% -037% Krtera 4 +(05) 172% 050% 016% Krtera 4 +(1) 329% 1% 032% Krtera 5 +(05) 010% 050% -003% Krtera 5 +(1) 021% 1% -006% Krtera 6 +(05) 022% 050% -005% Krtera 6 +(1) 046% 1% -009% Jumlah 038% 900% 010% 3 Kesmpulan Berdasarkan hasl peneltan dan pembahasa akhrnya dapat dsmpulkan bahwa : a Dengan peneltan n dapat menyelesaakan kasus dengan metode WP, SAW dan TOPSIS, dengan cepat dan akurat b Dengan adanya proses uj senstvtas pada sstem n, dapat dketahu metode yang palng relevan dengan kasus dsn adalah SAW, dengan perubahan SAW sebesar 9%, TOPSIS sebesar 038% dan WP sebesar 010% Daftar Pustaka [1] Kurna, Wnd, P, Rancang bangun antena 2,4 ghz untuk jarngan wreless LAN, 2010 Dambl 4 Desember 2014 darhttp://wwweeuacd/onlne/semtafull/ sm6458-tp4-wndkurn-jurnalspdf [2] Mank, Ngarap, I, Rancangan Program Smulas Penentuan Letak Lokas Antena Terbak Menggunakan Algortma Fletcher- Powell Jakarta 2011 [3] Keputusan Menter Perhubungan No2 Tahun 2005, tentang Peraturan Menter Perhubungan tentang penggunaan pta frekuens Mhz, Tahun 2005 [4] Permen No27 Tahun 2009 Izn Kelas BWA 58 GHz, tentang Peraturan menter komunkas dan nformatka tentang penetapan pta frekuens rado untuk keperluan layanan pta lebar wreless (wreless broadband pada pta frekuens rado 58Ghz), Tahun 2009 [5] Rob Flckenger, dkk, Jarngan Wreless d Duna Berkembang, 2007 d ambl 4 Desember wndwnet/pdf/wndw-d/wndw-d-ebookpdf [6] Youla, Inrawaty, Pengembangan Sstem Pendukung Keputusan Penermaan Karyawan dengan metode pohon keputusan d3, 2007 [7] Wbowo, Henry, S, MADM-Tool : Aplkas uj senstvtas untuk model MADM menggunakan metode SAW dan TOPSIS, Yogyakarta, 2010 [8] Kusumadew, Sr, Hartat, S, Harjoko, A, dan Wardoyo, Fuzzy Mult-Attrbute Decson Makng (FUZZY MADM) Yogyakarta 2006 [9] Yeh, Chung-Hsng, A Problem-based Selecton of Mult-attrbute Decson-makng Methods, 2002 Bodata Penuls Davd Ahmad Effendy, memperoleh gelar Sarjana Komputer (SKom), Jurusan Sstem Informas STMIKA Kedr, lulus tahun 2011, bekerja d kampus STAIN Kedr Rony Her Irawan, memperoleh gelar Sarjana Komputer (SKom), Jurusan Teknk Informatka Unverstas Trunojoyo, lulus tahun 2007, bekerja d kampus UNP Kedr dan SMA 1 Pare Kedr 22-90

Preferensi untuk alternatif A i diberikan

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

Lebih terperinci

PERBANDINGAN METODE SAW DAN TOPSIS PADA KASUS UMKM

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

Lebih terperinci

BAB II TINJAUAN PUSTAKA DAN DASAR TEORI

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

Lebih terperinci

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

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

Lebih terperinci

BAB III METODOLOGI PENELITIAN

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

Lebih terperinci

METODE OPTIMASI 11/13/2015. Capaian Pembelajaran

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

Lebih terperinci

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

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

Lebih terperinci

Bab 2 Tinjauan Pustaka 2.1 Penelitian Terdahulu

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

PENENTUAN LOKASI PEMANCAR TELEVISI MENGGUNAKAN FUZZY MULTI CRITERIA DECISION MAKING

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

BAB V ANALISA PEMECAHAN MASALAH

BAB V ANALISA PEMECAHAN MASALAH BAB V ANALISA PEMECAHAN MASALAH 5.1 Analsa Pemlhan Model Tme Seres Forecastng Pemlhan model forecastng terbak dlakukan secara statstk, dmana alat statstk yang dgunakan adalah MAD, MAPE dan TS. Perbandngan

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

PERANCANGAN APLIKASI PEMILIHAN SANGKAR BURUNG MENGGUNAKAN METODE SMART SKRIPSI

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

Lebih terperinci

BAB III METODOLOGI PENELITIAN

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

Lebih terperinci

Sistem Pendukung Keputusan Untuk Menentukan Prestasi Akademik Siswa dengan Metode TOPSIS

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

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar belakang

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Untuk menjawab permasalahan yaitu tentang peranan pelatihan yang dapat

BAB III METODOLOGI PENELITIAN. Untuk menjawab permasalahan yaitu tentang peranan pelatihan yang dapat BAB III METODOLOGI PENELITIAN 3.1 Metode Peneltan Untuk menjawab permasalahan yatu tentang peranan pelathan yang dapat menngkatkan knerja karyawan, dgunakan metode analss eksplanatf kuanttatf. Pengertan

Lebih terperinci

PROPOSAL SKRIPSI JUDUL:

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

BAB 3 PEMBAHASAN. 3.1 Prosedur Penyelesaian Masalah Program Linier Parametrik Prosedur Penyelesaian untuk perubahan kontinu parameter c

BAB 3 PEMBAHASAN. 3.1 Prosedur Penyelesaian Masalah Program Linier Parametrik Prosedur Penyelesaian untuk perubahan kontinu parameter c 6 A PEMAHASA Pada bab sebelumnya telah dbahas teor-teor yang akan dgunakan untuk menyelesakan masalah program lner parametrk. Pada bab n akan dperlhatkan suatu prosedur yang lengkap untuk menyelesakan

Lebih terperinci

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

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

Lebih terperinci

PENERAPAN METODE MAMDANI DALAM MENGHITUNG TINGKAT INFLASI BERDASARKAN KELOMPOK KOMODITI (Studi Kasus pada Data Inflasi Indonesia)

PENERAPAN METODE MAMDANI DALAM MENGHITUNG TINGKAT INFLASI BERDASARKAN KELOMPOK KOMODITI (Studi Kasus pada Data Inflasi Indonesia) PENERAPAN METODE MAMDANI DALAM MENGHITUNG TINGKAT INFLASI BERDASARKAN KELOMPOK KOMODITI (Stud Kasus pada Data Inflas Indonesa) Putr Noorwan Effendy, Amar Sumarsa, Embay Rohaet Program Stud Matematka Fakultas

Lebih terperinci

BAB 2 LANDASAN TEORI. Universitas Sumatera Utara

BAB 2 LANDASAN TEORI. Universitas Sumatera Utara BAB 2 LANDASAN TEORI 2.1 Pengertan Analsa Regres Dalam kehdupan sehar-har, serng kta jumpa hubungan antara satu varabel terhadap satu atau lebh varabel yang lan. Sebaga contoh, besarnya pendapatan seseorang

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN 41 BAB III METODOLOGI PENELITIAN A. Metode Peneltan Berdasarkan masalah yang akan dtelt dengan melhat tujuan dan ruang lngkup dserta dengan pengolahan data, penafsran serta pengamblan kesmpulan, maka metode

Lebih terperinci

BAB III METODE PENELITIAN. penelitian dilakukan secara purposive atau sengaja. Pemilihan lokasi penelitian

BAB III METODE PENELITIAN. penelitian dilakukan secara purposive atau sengaja. Pemilihan lokasi penelitian BAB III METODE PENELITIAN 3.1 Lokas Peneltan Peneltan dlaksanakan d Desa Sempalwadak, Kecamatan Bululawang, Kabupaten Malang pada bulan Februar hngga Me 2017. Pemlhan lokas peneltan dlakukan secara purposve

Lebih terperinci

BAB II TEORI ALIRAN DAYA

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

BAB III HIPOTESIS DAN METODOLOGI PENELITIAN

BAB III HIPOTESIS DAN METODOLOGI PENELITIAN BAB III HIPOTESIS DAN METODOLOGI PENELITIAN III.1 Hpotess Berdasarkan kerangka pemkran sebelumnya, maka dapat drumuskan hpotess sebaga berkut : H1 : ada beda sgnfkan antara sebelum dan setelah penerbtan

Lebih terperinci

BAB IV PEMBAHASAN HASIL PENELITIAN

BAB IV PEMBAHASAN HASIL PENELITIAN BAB IV PEMBAHASAN HASIL PENELITIAN A. Hasl Peneltan Pada peneltan yang telah dlakukan penelt selama 3 mnggu, maka hasl belajar matematka pada mater pokok pecahan d kelas V MI I anatussbyan Mangkang Kulon

Lebih terperinci

BAB VB PERSEPTRON & CONTOH

BAB VB PERSEPTRON & CONTOH BAB VB PERSEPTRON & CONTOH Model JST perseptron dtemukan oleh Rosenblatt (1962) dan Mnsky Papert (1969). Model n merupakan model yang memlk aplkas dan pelathan yang lebh bak pada era tersebut. 5B.1 Arstektur

Lebih terperinci

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

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

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

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

Lebih terperinci

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

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

Lebih terperinci

BAB 1 PENDAHULUAN. Universitas Sumatera Utara

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

Lebih terperinci

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

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

Lebih terperinci

BAB V PENGEMBANGAN MODEL FUZZY PROGRAM LINIER

BAB V PENGEMBANGAN MODEL FUZZY PROGRAM LINIER BAB V PENGEMBANGAN MODEL FUZZY PROGRAM LINIER 5.1 Pembelajaran Dengan Fuzzy Program Lner. Salah satu model program lnear klask, adalah : Maksmumkan : T f ( x) = c x Dengan batasan : Ax b x 0 n m mxn Dengan

Lebih terperinci

Bab III Analisis Rantai Markov

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

Lebih terperinci

BAB 2 LANDASAN TEORI

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

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang

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

Lebih terperinci

BAB IV PENGUJIAN DAN ANALISA

BAB IV PENGUJIAN DAN ANALISA BAB IV PENGUJIAN DAN ANALISA 4. PENGUJIAN PENGUKURAN KECEPATAN PUTAR BERBASIS REAL TIME LINUX Dalam membuktkan kelayakan dan kehandalan pengukuran kecepatan putar berbass RTLnux n, dlakukan pengujan dalam

Lebih terperinci

BAB II LANDASAN TEORI

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

Lebih terperinci

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

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

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di SMA Negeri I Tibawa pada semester genap

BAB III METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di SMA Negeri I Tibawa pada semester genap 5 BAB III METODOLOGI PENELITIAN 3. Lokas Dan Waktu Peneltan Peneltan n dlaksanakan d SMA Neger I Tbawa pada semester genap tahun ajaran 0/03. Peneltan n berlangsung selama ± bulan (Me,Jun) mula dar tahap

Lebih terperinci

ALGORITMA UMUM PENCARIAN INFORMASI DALAM SISTEM TEMU KEMBALI INFORMASI BERBASIS METODE VEKTORISASI KATA DAN DOKUMEN

ALGORITMA UMUM PENCARIAN INFORMASI DALAM SISTEM TEMU KEMBALI INFORMASI BERBASIS METODE VEKTORISASI KATA DAN DOKUMEN ALGORITMA UMUM PENCARIAN INFORMASI DALAM SISTEM TEMU KEMBALI INFORMASI BERBASIS METODE VEKTORISASI KATA DAN DOKUMEN Hendra Bunyamn Jurusan Teknk Informatka Fakultas Teknolog Informas Unverstas Krsten Maranatha

Lebih terperinci

BAB IV PEMBAHASAN MODEL

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

Lebih terperinci

BAB 2 LANDASAN TEORI

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

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

BAB IV HASIL PENELITIAN DAN PEMBAHASAN BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Deskrps Data Hasl Peneltan Peneltan n menggunakan peneltan ekspermen; subyek peneltannya dbedakan menjad kelas ekspermen dan kelas kontrol. Kelas ekspermen dber

Lebih terperinci

BAB III METODE PENELITIAN. Jenis penelitian yang dipakai adalah penelitian kuantitatif, dengan

BAB III METODE PENELITIAN. Jenis penelitian yang dipakai adalah penelitian kuantitatif, dengan BAB III METODE PENELITIAN 3.1 Pendekatan dan Jens Peneltan Jens peneltan yang dpaka adalah peneltan kuanttatf, dengan menggunakan metode analss deskrptf dengan analss statstka nferensal artnya penuls dapat

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

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

Lebih terperinci

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

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

Lebih terperinci

BAB 4 METODOLOGI PENELITIAN DAN ANALISIS

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

Lebih terperinci

IV. PERANCANGAN DAN IMPLEMENTASI SISTEM

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

Lebih terperinci

ANALISIS DATA KATEGORIK (STK351)

ANALISIS DATA KATEGORIK (STK351) Suplemen Respons Pertemuan ANALISIS DATA KATEGORIK (STK351) 7 Departemen Statstka FMIPA IPB Pokok Bahasan Sub Pokok Bahasan Referens Waktu Korelas Perngkat (Rank Correlaton) Bag. 1 Koefsen Korelas Perngkat

Lebih terperinci

SEARAH (DC) Rangkaian Arus Searah (DC) 7

SEARAH (DC) Rangkaian Arus Searah (DC) 7 ANGKAAN AUS SEAAH (DC). Arus Searah (DC) Pada rangkaan DC hanya melbatkan arus dan tegangan searah, yatu arus dan tegangan yang tdak berubah terhadap waktu. Elemen pada rangkaan DC melput: ) batera ) hambatan

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMPN 8 Bandar Lampung. Populasi dalam

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMPN 8 Bandar Lampung. Populasi dalam 1 III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlaksanakan d SMPN 8 Bandar Lampung. Populas dalam peneltan n adalah seluruh sswa kelas VII SMPN 8 Bandar Lampung Tahun Pelajaran 01/013 yang terdr

Lebih terperinci

Bab 1 PENDAHULUAN Latar Belakang

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

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 7 BAB LANDASAN TEORI.1 Analsa Regres Analsa regres dnterpretaskan sebaga suatu analsa yang berkatan dengan stud ketergantungan (hubungan kausal) dar suatu varabel tak bebas (dependent varable) atu dsebut

Lebih terperinci

III. METODE PENELITIAN. Metode dalam penelitian ini adalah metode eksperimen. Penggunaan metode eksperimen ini

III. METODE PENELITIAN. Metode dalam penelitian ini adalah metode eksperimen. Penggunaan metode eksperimen ini III. METODE PENELITIAN A. Metode Peneltan Metode dalam peneltan n adalah metode ekspermen. Penggunaan metode ekspermen n bertujuan untuk mengetahu apakah suatu metode, prosedur, sstem, proses, alat, bahan

Lebih terperinci

BAB I PENDAHULUAN. pembangunan dalam sektor energi wajib dilaksanakan secara sebaik-baiknya. Jika

BAB I PENDAHULUAN. pembangunan dalam sektor energi wajib dilaksanakan secara sebaik-baiknya. Jika BAB I PENDAHULUAN 1.1.Latar Belakang Energ sangat berperan pentng bag masyarakat dalam menjalan kehdupan seharhar dan sangat berperan dalam proses pembangunan. Oleh sebab tu penngkatan serta pembangunan

Lebih terperinci

BAB.3 METODOLOGI PENELITIN 3.1 Lokasi dan Waktu Penelitian Penelitian ini di laksanakan di Sekolah Menengah Pertama (SMP) N. 1 Gorontalo pada kelas

BAB.3 METODOLOGI PENELITIN 3.1 Lokasi dan Waktu Penelitian Penelitian ini di laksanakan di Sekolah Menengah Pertama (SMP) N. 1 Gorontalo pada kelas 9 BAB.3 METODOLOGI PENELITIN 3. Lokas dan Waktu Peneltan Peneltan n d laksanakan d Sekolah Menengah Pertama (SMP) N. Gorontalo pada kelas VIII. Waktu peneltan dlaksanakan pada semester ganjl, tahun ajaran

Lebih terperinci

SISTEM LINEAR MAX-PLUS KABUR WAKTU INVARIANT AUTONOMOUS

SISTEM LINEAR MAX-PLUS KABUR WAKTU INVARIANT AUTONOMOUS SISTEM LINEAR MAX-PLUS KABUR WAKTU INVARIANT AUTONOMOUS A8 M. Andy Rudhto 1 1 Program Stud Penddkan Matematka FKIP Unverstas Sanata Dharma Kampus III USD Pangan Maguwoharjo Yogyakarta 1 e-mal: arudhto@yahoo.co.d

Lebih terperinci

METODE PENELITIAN. Penentuan lokasi dilakukan secara tertuju (purposive) karena sungai ini termasuk

METODE PENELITIAN. Penentuan lokasi dilakukan secara tertuju (purposive) karena sungai ini termasuk IV. METODE PENELITIAN 4.1. Tempat dan Waktu Peneltan Peneltan n dlakukan d Sunga Sak, Kota Pekanbaru, Provns Rau. Penentuan lokas dlakukan secara tertuju (purposve) karena sunga n termasuk dalam 13 sunga

Lebih terperinci

BAB IV PERHITUNGAN DAN ANALISIS

BAB IV PERHITUNGAN DAN ANALISIS BAB IV PERHITUNGAN DAN ANALISIS 4.1 Survey Parameter Survey parameter n dlakukan dengan mengubah satu jens parameter dengan membuat parameter lannya tetap. Pengamatan terhadap berbaga nla untuk satu parameter

Lebih terperinci

BAB 2 KAJIAN PUSTAKA

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

Lebih terperinci

2 TINJAUAN PUSTAKA. sistem statis dan sistem fuzzy. Penelitian sejenis juga dilakukan oleh Aziz (1996).

2 TINJAUAN PUSTAKA. sistem statis dan sistem fuzzy. Penelitian sejenis juga dilakukan oleh Aziz (1996). 2 TINJAUAN PUSTAKA 2.1 Stud Yang Terkat Peneltan n mengacu pada jurnal yang dtuls oleh Khang, dkk.(1995). Dalam peneltannya, Khang, dkk membandngkan arus lalu lntas yang datur menggunakan sstem stats dan

Lebih terperinci

BAB 2 LANDASAN TEORI. persamaan penduga dibentuk untuk menerangkan pola hubungan variabel-variabel

BAB 2 LANDASAN TEORI. persamaan penduga dibentuk untuk menerangkan pola hubungan variabel-variabel BAB LANDASAN TEORI. Analss Regres Regres merupakan suatu alat ukur yang dgunakan untuk mengukur ada atau tdaknya hubungan antar varabel. Dalam analss regres, suatu persamaan regres atau persamaan penduga

Lebih terperinci

Optimasi Pemilihan Paket Internet Dengan Menggunakan Metode AHP

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

Lebih terperinci

HUBUNGAN KEMAMPUAN KEUANGAN DAERAH TERHADAP PERTUMBUHAN EKONOMI PROVINSI NUSA TENGGARA BARAT

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

Lebih terperinci

MANAJEMEN LOGISTIK & SUPPLY CHAIN MANAGEMENT KULIAH 3: MERANCANG JARINGAN SUPPLY CHAIN

MANAJEMEN LOGISTIK & SUPPLY CHAIN MANAGEMENT KULIAH 3: MERANCANG JARINGAN SUPPLY CHAIN MANAJEMEN LOGISTIK & SUPPLY CHAIN MANAGEMENT KULIAH 3: MERANCANG JARINGAN SUPPLY CHAIN By: Rn Halla Nasuton, ST, MT MERANCANG JARINGAN SC Perancangan jarngan SC merupakan satu kegatan pentng yang harus

Lebih terperinci

BAB II METODOLOGI PENELITIAN. Jenis penelitian yang digunakan dalam penelitian ini adalah penelitian. variable independen dengan variabel dependen.

BAB II METODOLOGI PENELITIAN. Jenis penelitian yang digunakan dalam penelitian ini adalah penelitian. variable independen dengan variabel dependen. BAB II METODOLOGI PENELITIAN A. Bentuk Peneltan Jens peneltan yang dgunakan dalam peneltan n adalah peneltan deskrptf dengan analsa kuanttatf, dengan maksud untuk mencar pengaruh antara varable ndependen

Lebih terperinci

PERANCANGAN PARAMETER DENGAN PENDEKATAN TAGUCHI UNTUK DATA DISKRIT

PERANCANGAN PARAMETER DENGAN PENDEKATAN TAGUCHI UNTUK DATA DISKRIT BIAStatstcs (05) Vol. 9, No., hal. -7 PERANCANGAN PARAMETER DENGAN PENDEKATAN TAGUCHI UNTUK DATA DISKRIT Faula Arna Jurusan Teknk Industr, Unverstas Sultan Ageng Trtayasa Banten Emal : faulaarna@yahoo.com

Lebih terperinci

IV. HASIL DAN PEMBAHASAN

IV. HASIL DAN PEMBAHASAN IV. HASIL DAN PEMBAHASAN Data terdr dar dua data utama, yatu data denyut jantung pada saat kalbras dan denyut jantung pada saat bekerja. Semuanya akan dbahas pada sub bab-sub bab berkut. A. Denyut Jantung

Lebih terperinci

PENERAPAN FUZZY AHP DAN TOPSIS UNTUK SELEKSI KANDIDAT PENERIMA BANTUAN RUMAH TIDAK LAYAK HUNI (RTLH) (STUDI KASUS : DESA BANTARWUNI)

PENERAPAN FUZZY AHP DAN TOPSIS UNTUK SELEKSI KANDIDAT PENERIMA BANTUAN RUMAH TIDAK LAYAK HUNI (RTLH) (STUDI KASUS : DESA BANTARWUNI) PENERAPAN FUZZY AHP DAN TOPSIS UNTUK SELEKSI KANDIDAT PENERIA BANTUAN RUAH TIDAK LAYAK HUNI (RTLH) (STUDI KASUS : DESA BANTARWUNI) Agus Tr Hdayat, Agus Pryanto, Andka Elok Amala 1 Program Stud S1 Informatka

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

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

Lebih terperinci

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

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

Lebih terperinci

BAB 2 LANDASAN TEORI

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

Lebih terperinci

ANALISIS REGRESI. Catatan Freddy

ANALISIS REGRESI. Catatan Freddy ANALISIS REGRESI Regres Lner Sederhana : Contoh Perhtungan Regres Lner Sederhana Menghtung harga a dan b Menyusun Persamaan Regres Korelas Pearson (Product Moment) Koefsen Determnas (KD) Regres Ganda :

Lebih terperinci

PERTEMUAN I PENGENALAN STATISTIKA TUJUAN PRAKTIKUM

PERTEMUAN I PENGENALAN STATISTIKA TUJUAN PRAKTIKUM PERTEMUAN I PENGENALAN STATISTIKA TUJUAN PRAKTIKUM 1) Membuat dstrbus frekuens. 2) Mengetahu apa yang dmaksud dengan Medan, Modus dan Mean. 3) Mengetahu cara mencar Nla rata-rata (Mean). TEORI PENUNJANG

Lebih terperinci

3.1 Desain Penelitian

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

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN Metode peneltan atau metodolog peneltan adalah strateg umum yang danut dalam mengumpulkan dan menganalss data yang dperlukkan, guna menjawab persoalan yang dhadap. Adapun rencana

Lebih terperinci

BAB III METODE PENELITIAN

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

Lebih terperinci

KOMPARASI HASIL BELAJAR SISWA DENGAN MEDIA MACROMEDIA FLASH DAN MICROSOFT POWERPOINT YANG DISAMPAIKAN MELALUI PENDEKATAN CHEMO-EDUTAINTMENT

KOMPARASI HASIL BELAJAR SISWA DENGAN MEDIA MACROMEDIA FLASH DAN MICROSOFT POWERPOINT YANG DISAMPAIKAN MELALUI PENDEKATAN CHEMO-EDUTAINTMENT Sgt Pratmoko, dkk. Komparas Hasl Belajar Sswa... 99 KOMPARASI HASIL BELAJAR SISWA DENGAN MEDIA MACROMEDIA FLASH DAN MICROSOFT POWERPOINT YANG DISAMPAIKAN MELALUI PENDEKATAN CHEMO-EDUTAINTMENT Sgt Pratmoko,

Lebih terperinci

Post test (Treatment) Y 1 X Y 2

Post test (Treatment) Y 1 X Y 2 BAB III METODOLOGI PENELITIAN A. Metode Peneltan Metode Peneltan adalah cara lmah untuk memaham suatu objek dalam suatu kegatan peneltan. Peneltan yang dlakukan n bertujuan untuk mengetahu penngkatan hasl

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang

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

Lebih terperinci

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

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

Lebih terperinci

III. METODE PENELITIAN

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

Lebih terperinci

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

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

Lebih terperinci