BAB IV. commit to user
|
|
|
- Inge Kurnia
- 6 tahun lalu
- Tontonan:
Transkripsi
1 digilib.uns.ac.id 22 BAB IV BAB IV PEMBAHASAN 4.1. Pengumpulan Data Data mengenai lokasi toko diperoleh dari hasil wawancara dengan kuisioner kepada pemilik Toko Ivo Busana. Kuisioner tersebut berisi informasi berupa nama lokasi, alamat lokasi, kecamatan, harga, luas, keamanan, perizinan, jarak dari cabang lain, jarak dari target pemasaran, jumlah pesaing dan jarak dari jalan raya. Hasil kuisioner dapat dilihat pada Tabel 4.1. Sampel data yang diperoleh sejumlah 13 data, diambil 6 data diantaranya sebagai data preferensi yang merupakan lokasi-lokasi cabang dengan potensi yang baik, diantaranya : Permindo 1, Gunung Pangilun 2, Pasar Baru, Lubeg, Siteba, dan Simpang Haru. 22
2 digilib.uns.ac.id
3 digilib.uns.ac.id
4 digilib.uns.ac.id Simulasi Perhitungan Keputusan dengan Metode AHP Penentuan Kriteria Data Lokasi Cabang Di tahap ini, dilakukan penentuan bobot untuk masing-masing kriteria terhadap hasil kuisioner yang telah diperoleh. Kriterianya antara lain : 1. Luas Luas merupakan ukuran keseluruhan dari lokasi toko. Penentuan nilai luas disesuaikan dengan luas toko yang tertulis pada kuisioner. Semakin besar ukuran luas dari lokasi toko maka semakin tinggi pula nilai lokasi tersebut. 2. Harga Harga merupakan harga jual lokasi toko. Penentuan nilai harga dibagi menjadi tiga kategori harga (seperti pada Tabel 4.2), sesuai dengan harga toko yang tertulis pada kuisioner. Tabel 4. 2 Bobot Kriteria Harga RENTANG HARGA NILAI KETERANGAN Lebih dari Rp ,00 1 Mahal Rp ,00 Rp ,00 2 Sedang Rp ,00 Rp ,00 3 Murah 3. Jarak dari Cabang Lain Jarak dari cabang lain merupakan jarak dari letak lokasi cabang yang akan direkomendasikan dari lokasi cabang lain yang sudah ada, yang terdekat dari lokasi tersebut. Penentuan nilai jarak dari cabang lain sesuai dengan jarak dari cabang lain yang tertulis pada kuisioner. Semakin jauh jarak dari cabang lain yang sudah ada maka akan semakin tinggi nilai dari lokasi tersebut. 4. Jumlah Pesaing dalam rentang 1 km Jumlah Pesaing merupakan jumlah toko lain yang sejenis dalam rentang jarak 1 km dari lokasi. Semakin banyak jumlah pesaing maka semakin kecil nilai dari lokasi tersebut, seperti terlihat pada Tabel 4.3. Tabel 4. 3 Bobot Kriteria Jumlah Pesaing dalam rentang 1 km JUMLAH TOKO NILAI KETERANGAN Lebih dari 50 toko 1 Banyak toko 2 Sedang Kurang dari 25 toko 3 Sedikit
5 digilib.uns.ac.id Keamanan Lokasi Suatu lokasi dapat dikatakan sangat aman apabila tidak pernah terjadi kasus kriminal di sekitar lokasi usaha dalam rentang waktu 6 bulan. Apabila lokasi mengalami kasus kriminal sampai tiga kali dalam 6 bulan maka dikatakan cukup aman. Dan lokasi dikatakan tidak aman apabila terjadi kasus kriminal lebih dari 3 kali. Bobot pada kriteria tingkat keamanan dapat di lihat pada Tabel Legalitas Perizinan Tabel 4. 4 Bobot Tingkat Keamanan TINGKAT KEAMANAN NILAI Sangat Aman 3 Cukup Aman 2 Tidak Aman 1 Legalitas perizinan dari sebuah lokasi usaha diantaranya Izin Mendirikan Bangunan (IMB), Sertifikat Hak Milik (SHM), dan Akta Pembelian. Semakin lengkap dari ketiga surat ini menghasilkan nilai yang semakin tinggi bagi lokasi tersebut. 7. Jarak dari Target Pemasaran Target pemasaran dari suatu lokasi usaha (seperti sekolah, kampus, perkantoran, dan lain-lain) dapat lebih dari satu, namun jarak yang diambil merupakan jarak terdekat dari lokasi cabang usaha. Semakin jauh jarak dari target pemasaran, semakin rendah nilai dari lokasi tersebut, seperti pada Tabel 4.5. Tabel 4. 5 Bobot Kriteria Jarak dari Target Pemasaran JARAK DARI TARGET PEMASARAN NILAI KETERANGAN Lebih dari 1 km 1 Jauh 500 meter 1 km 2 Sedang Kurang dari 500 meter 3 Dekat 8. Jarak dari Jalan Raya Jarak dari jalan raya merupakan jarak untuk lokasi yang tidak berada tepat di tepi jalan raya. Semakin jauh lokasi usaha dari jalan raya maka semakin rendah nilai dari lokasi tersebut, seperti pada Tabel 4.6.
6 digilib.uns.ac.id 27 Tabel 4. 6 Bobot Kriteria Jarak dari Jalan Raya JARAK DARI JALAN RAYA NILAI KETERANGAN Tepi jalan raya atau kurang dari 100 meter 3 Jauh meter 2 Sedang Lebih dari 500 meter 1 Dekat Perhitungan Perbandingan Berpasangan Di tahap ini dilakukan perhitungan dengan algoritma AHP. Langkah pertama yang dilakukan berupa penentuan nilai preferensi tingkat kepentingan dari setiap kriteria. Pada perhitungan kali ini menggunakan nilai 1,6,3,5,2,4,8,7 dengan urutan kriteria berupa harga, luas, legalitas perizinan, tingkat keamanan, jarak dari cabang lain, jarak dari target pemasaran, jumlah pesaing di sekitar lokasi, dan jarak dari jalan raya (seperti pada Tabel 4.7). Nilai bobot kriteria ini diperoleh berdasarkan pada skala saaty. Kemudian nilai preferensi tersebut diproses dengan algoritma AHP. a. Menentukan bobot masing-masing kriteria Setelah menentukan 8 macam kriteria, kemudian ditentukan nilai bobot masing-masing kriterianya seperti yang terdapat pada Tabel 4.7. Tabel 4. 7 Kriteria dan Bobotnya Kriteria Kode Kriteria Bobot Kriteria Harga K1 1 Luas toko K2 6 Legalitas perizinan K3 3 Keamanan lokasi K4 5 Jarak dari cabang lain yang terdekat K5 2 Jarak dari target pemasaran K6 4 Jumlah pesaing (dalam jarak 1 km) K7 8 Jarak dari jalan raya K8 7 b. Membuat matriks perbandingan (pairwise comparison) Matriks perbandingan berpasangan terhadap masing-masing bobot kriteria, seperti yang terdapat pada Tabel 4.8.
7 digilib.uns.ac.id 28 Tabel 4. 8 Matriks Perbandingan Berpasangan K1 K2 K3 K4 K5 K6 K7 K8 Jumlah K K2 0,17 1 0,5 0,83 0,33 0,67 1,33 1,17 6 K3 0, ,67 0,67 1,33 2,67 2,33 12 K4 0,20 1,2 0,6 1 0,4 0,8 1,6 1,4 7,2 K5 0,50 3 1,5 2, ,5 18 K6 0,25 1,5 0,75 1,25 0, ,75 9 K7 0,13 0,75 0,38 0,63 0,25 0,5 1 0,88 4,5 K8 0,14 0,86 0,43 0,71 0,29 0,57 1,14 1 5,14 Keterangan : K1 adalah kriteria harga K2 adalah luas K3 adalah legalitas perizinan K4 adalah tingkat keamanan c. Normalisasi matriks perbandingan K5 adalan jarak dari cabang lain K6 adalah jarak dari target pemasaran K7 adalah jumlah pesaing K8 adalah jarak dari jalan raya Membagi semua elemen dengan jumlah elemen perbarisnya. Sebagai contoh, pada elemen (K1,K1)/ Jumlah K1 = 1 / 6,4 menghasilkan 0,1563. Perhitungan secara lengkap terdapat di Tabel 4.9. Tabel 4. 9 Matriks Normalisasi K1 K2 K3 K4 K5 K6 K7 K8 K1 0,0278 0,1667 0,0833 0,1389 0,0556 0,1111 0,2222 0,1944 K2 0,0278 0,1667 0,0833 0,1389 0,0556 0,1111 0,2222 0,1944 K3 0,0278 0,1667 0,0833 0,1389 0,0556 0,1111 0,2222 0,1944 K4 0,0278 0,1667 0,0833 0,1389 0,0556 0,1111 0,2222 0,1944 K5 0,0278 0,1667 0,0833 0,1389 0,0556 0,1111 0,2222 0,1944 K6 0,0278 0,1667 0,0833 0,1389 0,0556 0,1111 0,2222 0,1944 K7 0,0278 0,1667 0,0833 0,1389 0,0556 0,1111 0,2222 0,1944 K8 0,0278 0,1667 0,0833 0,1389 0,0556 0,1111 0,2222 0,1944 Jumlah 0,2222 1,3333 0,6667 1,1111 0,4444 0,8889 1,7778 1,5556 d. Nilai vektor eigen Mencari vektor eigen dengan pembagian semua elemen matriks yang telah ternormalisasi (Tabel 4.9) dengan jumlah kriteria (berupa 8 kriteria), seperti pada persamaan (2.5), dimana hasil nilai vektor eigennya dapat dilihat pada Tabel 4.10.
8 digilib.uns.ac.id 29 Vektor Eigen e. Menentukan nilai vektor Tabel Vektor Eigen K1 K2 K3 K4 K5 K6 K7 K8 0,0278 0,1667 0,0833 0,1389 0,0556 0,1111 0,2222 0,1944 Menjumlahkan hasil penjumlahan setiap baris matriks normalisasi dibagi dengan vektor eigen yang bersangkutan, seperti pada persamaan (2.6). = ( (0,2222 / 0,0278) + (1,3333 /0,1667) + (0,6667 / 0,0833) + (1,1111/ 0,1389) + (0,4444 / 0,0556) + (0,8889 / 0,1111) + (1,7778 / 0,2222) + (1,5556 / 0,1944) ) / 8 = 8 f. Menghitung indeks konsistensi (CI) Indeks konsistensi diperoleh dari eigen maks ( cabang usaha yang sudah dimasukkan. ) dikurangi dengan jumlah kriteria dan dibagi dengan jumlah kriteria dikurangi 1, seperti pada persamaan (2.7). CI = (8-8) / (8 1) = 0 g. Menghitung rasio konsistensi (CR) CR = CI / RI, dimana RI terdapat pada Tabel 2.2. = 0 / 1,41 = 0 Karena CR < 0,1 maka nilai bobot masing-masing kriterianya konsisten dan dapat digunakan sebagai bobot di dalam perhitungan. Setelah memperoleh nilai bobot konsistensi, maka nilai tersebut dapat digunakan untuk proses perankingan alternatif Implementasi Kebutuhan Fungsional dan Non Fungsional Pada tahap ini dilakukan penentuan kebutuhan fungsional dan non fungsionalnya, yaitu: a. Kebutuhan Fungsional 1. User dapat memasukkan data training yang merupakan data dari lokasilokasi cabang yang sudah ada. 2. User dapat melihat hasil perankingan serta persebaran letak dari lokasi
9 digilib.uns.ac.id User dapat memasukkan perhitungan perankingan dari beberapa alternatif lokasi. 4. User dapat melihat hasil rekomendasi perankingan alternatif lokasi yang dipilih. 5. User dapat memasukkan perhitungan kelayakan dari sebuah alternatif lokasi. 6. User dapat melihat hasil kelayakan dari sebuah alternatif lokasi. b. Kebutuhan Non Fungsional 1. Tampilan antar mukanya mudah dipahami dan digunakan. 2. Sistem dapat update secara otomatis nilai masing-masing lokasi cabang (data training) apabila data ditambahkan Proses Hierarki Gambar 4.1 berikut ini merupakan Proses Hierarki dari proses perhitungan rekomendasi lokasi cabang usaha. Gambar 4. 1 Proses Hierarki Context Diagram Berikut ini, pada Gambar 4.2. merupakan Context Diagram proses perhitungan rekomendasi lokasi cabang usaha.
10 digilib.uns.ac.id 31 Gambar 4. 2 Context Diagram Sistem Rekomendasi Lokasi Cabang Usaha Keterangan : Data geografis : nama_lokasi, alamat, latitude, longitude, dan kecamatan Data kriteria : harga, luas, jarak dari cabang lain, keamanan, perizinan, jumlah pesaing, jarak dari jalan raya, jarak dari target pemasaran Data bobot kriteria : bobot harga, bobot luas, bobot jarak dari cabang lain, bobot keamanan, bobot perizinan, bobot jumlah pesaing, bobot jarak dari jalan raya, bobot jarak dari target pemasaran Data hasil : nilai hasil, status Data Flow Diagram (DFD) a. DFD Level I DFD Level I melibatkan tiga macam proses utama, yaitu proses masukkan data perhitungan, lihat peta, dan lihat hasil perankingan. Tahap masukkan data melibatkan 4 tabel berupa tabel kodeotomatis, geografis, kriteria, dan hitung kriteria. Di proses lihat peta, terdapat satu tabel yang digunakan yaitu geografis. Dan untuk proses lihat hasil perankingan, melibatkan 4 tabel berupa geografis, kriteria, hitung kriteria, dan hasil. Gambar 4.3 berikut ini merupakan penggambaran DFD Level I dari proses perhitungan rekomendasi lokasi commit cabang to user usaha.
11 digilib.uns.ac.id 32 Gambar 4. 3 DFD Level I Sistem Rekomendasi Cabang Usaha b. DFD Level II DFD Level II ini berisi penjelasan dari ketiga proses yang telah digambarkan pada DFD Level I. DFD Level II terdapat pada proses perhitungan seperti pada Gambar 4.4. Pada proses perhitungan, terdapat dua macam proses yaitu proses Input Cabang Baru yang melibatkan tabel geografis, kriteria, dan hitung kriteria serta proses Input Alternatif melibatkan tabel kodeotomatis, geografis, kriteria, dan hitung kriteria.
12 digilib.uns.ac.id 33 Gambar 4. 4 DFD Level II Proses Perhitungan Entity Relational Diagram (ERD) Berikut ini, pada Gambar 4.5 rekomendasi lokasi cabang usaha. merupakan ERD proses perhitungan
13 digilib.uns.ac.id Desain Gambar 4. 5 ERD Rekomendasi Lokasi Cabang Usaha Perancangan Data Model Gambar 4.6 berikut ini merupakan rancangan data model dari rekomendasi lokasi cabang usaha. Gambar 4. 6 Data Model Rekomendasi Lokasi Cabang Usaha
14 digilib.uns.ac.id Perancangan Program Gambar 4.7 ini merupakan rancangan pseudocode dari Sistem Pendukung Keputusan Pemilihan Lokasi Cabang Usaha. Mulai pembagian = a / b perkalian = a * b get data_lokasi if data_lokasi > 1 then pairwise_lokasi = pembagian (data_lokasi, data_lokasi) normalisasi_lokasi = pembagian (pairwise_lokasi, jumlah_per_kolom) eigen_lokasi = pembagian(jml_normalisasi_per_kolom, jml_kriteria) nilai_lokasi = perkalian(eigen_lokasi, eigen_kriteria) else if data_lokasi = 1 then get data_training data_all = data_lokasi and data_training pairwise_lokasi = pembagian (data_all, data_all) normalisasi_lokasi = pembagian (pairwise_lokasi, jumlah_per_kolom) eigen_lokasi = pembagian(jml_normalisasi_per_kolom, jml_kriteria) nilai_lokasi = perkalian(eigen_lokasi, eigen_kriteria) else error endif Selesai Gambar 4. 7 Pseudocode SPK Pemilihan Lokasi Cabang Usaha Program diawali dengan mengambil input dari user berupa data lokasi. Sistem menentukan, berapa data yang dimasukkan user, kemudian diproses dengan perhitungan algoritma AHP. Data yang berjumlah lebih dari 1, data dapat langsung dihitung, namun untuk data yang berjumlah 1, maka sistem akan mengambil data training sebagai pembanding, dan untuk data yang kurang dari 1, atau kosong, sistem memberikan pesan error dan kembali ke halaman input Hasil Implementasi Implementasi Antarmuka Halaman Utama Antarmuka halaman utama seperti pada Gambar 4.14 ini merupakan hasil implementasi dari rancangan antarmuka yang telah dibuat pada rancangan antarmuka di Gambar 4.7.
15 digilib.uns.ac.id 36 Gambar 4. 8 Antarmuka Halaman Utama Antarmuka Halaman Lokasi Cabang Antarmuka halaman lokasi cabang terdiri atas antarmuka halaman utama lokasi cabang seperti pada Gambar 4.15 merupakan hasil implementasi dari rancangan Gambar 4.8 dan halaman detail lokasi cabang pada Gambar 4.16 merupakan hasil implementasi dari Gambar 4.9. Gambar 4. 9 Antarmuka Halaman Utama Lokasi Cabang
16 digilib.uns.ac.id 37 Gambar Antarmuka Halaman Detail Lokasi Cabang Antarmuka Halaman Lokasi Alternatif Antarmuka halaman lokasi alternatif terdiri atas antarmuka halaman utama lokasi cabang seperti pada Gambar 4.17 merupakan hasil implementasi dari rancangan Gambar 4.10 dan halaman detail lokasi alternatif pada Gambar 4.18 dan Gambar 4.19 merupakan hasil implementasi dari Gambar Gambar Antarmuka Halaman Utama Lokasi Alternatif
17 digilib.uns.ac.id 38 Gambar Antarmuka Halaman Detail Perankingan Alternatif Gambar Antarmuka Halaman Detail Kelayakan Lokasi Alternatif Antarmuka Halaman Input Antarmuka Halaman input terdiri atas antarmuka popup input seperti Gambar 4.20 yang merupakan inplementasi dari rancangan pada Gambar 4.12 dan
18 digilib.uns.ac.id 39 halaman input di Gambar 4.21 yang merupakan hasil implementasi dari Gambar Gambar Antarmuka Popup Input Gambar Antarmuka Halaman Input 4.4. Pengujian Pengujian yang dilakukan merupakan pengujian dengan metode Black Box merupakan pengujian terhadap setiap kebutuhan fungsional serta pengujian terhadap proses perhitungan algoritma AHP pada sistem untuk memastikan telah berjalan dengan baik, karena apabila terjadi kesalahan pada proses perhitungan algoritma AHP, dapat mempengaruhi hasil akhir rekomendasi yang diberikan. Evaluasi kepuasan pengguna juga dilakukan sebagai pengukuran tingkat kepuasan pengguna terhadap sistem yang telah dibuat Pengujian Kebutuhan Fungsional Pengujian terhadap kebutuhan fungsional dilakukan dengan dua macam skenario, yaitu skenario dengan inputan benar dan inputan salah. Tabel pengujian kebutuhan fungsional dapat dilihat commit pada Tabel to user 4.11.
19 digilib.uns.ac.id
20 digilib.uns.ac.id
21 digilib.uns.ac.id Pengujian Perhitungan Algoritma AHP Pada pengujian perhitungan algoritma AHP, dilakukan dua macam pengujian. Pada pengujian pertama, mengambil contoh berupa tiga macam alternatif lokasi untuk dijadikan lokasi cabang baru bagi usahanya. Dan pengujian kedua berupa perhitungan kelayakan dari satu macam alternatif lokasi. Pengujian pertama menggunakan data lokasi alternatif berupa Ulak Karang, M Yamin 1, M Yamin 2, dan Gunung Pangilun, seperti pada Tabel 4.12 dan Gambar 4.22.
22 digilib.uns.ac.id 43 Gambar Contoh Kasus Pertama
23 digilib.uns.ac.id
24 digilib.uns.ac.id Membuat matriks perbandingan berpasangan (pairwise comparison) pada masing masing kriteria, antara lain kriteria harga seperti pada Tabel 4.13, kriteria luas pada Tabel 4.14, kriteria keamanan di Tabel 4.15, kriteria perizinan terdapat pada Tabel 4.16, kriteria jarak dari cabang lain pada Tabel 4.17, kriteria jarak dari target pemasaran di Tabel 4.18, kriteria jarak dari jalan raya di Tabel 4.19, dan kriteria jumlah pesaing pada a. Harga Tabel Matriks Perbandingan Berpasangan Kriteria Harga N1 (3) 550 N2 (3) 400 N3 (1) N4 (1) b. Luas N1 (3) 550 N2 (3) 400 N3 (1) N4 (1) Jumlah 1 1 0, , , , , , Tabel Matriks Perbandingan Berpasangan Kriteria Luas N1 24 N2 20 N3 40 N4 120 c. Keamanan N1 24 N2 20 N3 40 N4 120 Jumlah 1 0, , ,5 1, ,2 0,6 0, ,1 0,2 0, , ,7 Tabel Matriks Perbandingan Berpasangan Kriteria Keamanan N1 2 N2 2 N3 2 N4 3 N1 2 N2 2 N3 2 N4 3 Jumlah ,5 4, ,5 4, ,5 4,5 0, , commit to 0, user 1 3
25 digilib.uns.ac.id 46 d. Perizinan Tabel Matriks Perbandingan Berpasangan Kriteria Perizinan N1 3 N2 3 N3 3 N4 3 N1 3 e. Jarak dari Cabang Lain N2 3 N3 3 N4 3 Jumlah Tabel Matriks Perbandingan Berpasangan Kriteria Jarak dari Cabang Lain N1 2 N2 2 N3 500 N4 100 N1 2 N2 2 f. Jarak dari Target Pemasaran N3 500 N4 100 Jumlah ,004 0, ,2 1,208 0,02 0, ,04 Tabel Matriks Perbandingan Berpasangan Kriteria Jarak dari Target Pemasaran N1 (2) 500 N2 (2) 500 N3 (1) 3500 N4 (3) 100 N1 (2) 500 N2 (2) 500 N3 (1) 3500 N4 (3) 100 Jumlah 1 1 0,5 1, ,5 1, , , , ,666667
26 digilib.uns.ac.id 47 g. Jarak dari Jalan Raya Tabel Matriks Perbandingan Berpasangan Kriteria Jarak dari Jalan Raya N1 (3) 10 N2 (3) 17 N3 (3) 0 N4 (3) 0 h. Jumlah Pesaing N1 (3) 10 N2 (3) 17 N3 (3) 0 N4 (3) 0 Jumlah Tabel Matriks Perbandingan Berpasangan Kriteria Jumlah Pesaing N1 (3) 20 N2 (3) 20 N3 (2) 25 N4 (3) 20 N1 (3) 20 N2 (3) 20 N3 (2) 25 N4 (3) 20 Jumlah 1 1 0, , , , ,5 1,5 1 1,5 5, , , Membuat matriks normalisasi pada masing masing kriteria, diantaranya kriteria harga seperti pada Tabel 4.21, kriteria luas pada Tabel 4.22, kriteria keamanan di Tabel 4.23, kriteria perizinan terdapat pada Tabel 4.24, kriteria jarak dari cabang lain pada Tabel 4.25, kriteria jarak dari target pemasaran di Tabel 4.26, kriteria jarak dari jalan raya di Tabel 4.27, dan kriteria jumlah pesaing pada a. Harga Tabel Matriks Normalisasi Kriteria Harga N1 N2 N3 N4 N1 0,375 0,375 0,125 0,125 N2 0,375 0,375 0,125 0,125 N3 0,375 0,375 0,125 0,125 N4 0,375 0,375 0,125 0,125 Jumlah 1,5 1,5 0,5 0,5
27 digilib.uns.ac.id 48 b. Luas Tabel Matriks Normalisasi Kriteria Luas N1 N2 N3 N4 N1 0, , , , N2 0, , , , N3 0, , , , N4 0, , , , Jumlah 0, , , , c. Keamanan Tabel Matriks Normalisasi Kriteria Keamanan N1 N2 N3 N4 N1 0, , , , N2 0, , , , N3 0, , , , N4 0, , , , Jumlah 0, , , , d. Perizinan Tabel Matriks Normalisasi Kriteria Perizinan N1 N2 N3 N4 N1 0,25 0,25 0,25 0,25 N2 0,25 0,25 0,25 0,25 N3 0,25 0,25 0,25 0,25 N4 0,25 0,25 0,25 0,25 Jumlah e. Jarak dari Cabang Lain Tabel Matriks Normalisasi Kriteria Jarak dari Cabang Lain N1 N2 N3 N4 N1 0, , , , N2 0, , , , N3 0, , , , N4 0, , , , Jumlah 0, , , , f. Jarak dari Target Pemasaran Tabel Matriks Normalisasi Kriteria Jarak dari Target Pemasaran N1 N2 N3 N4 N1 0,25 0,25 0,125 0,375 N2 0,25 0,25 0,125 0,375 N3 0,25 0,25 0,125 0,375 N4 0,25 0,25 0,125 0,375 Jumlah 1 commit 1 to user 0,5 1,5
28 digilib.uns.ac.id 49 g. Jarak dari Jalan Raya Tabel Matriks Normalisasi Kriteria Jarak dari Jalan Raya N1 N2 N3 N4 N1 0,25 0,25 0,25 0,25 N2 0,25 0,25 0,25 0,25 N3 0,25 0,25 0,25 0,25 N4 0,25 0,25 0,25 0,25 Jumlah h. Jumlah Pesaing Tabel Matriks Normalisasi Kriteria Jumlah Pesaing N1 N2 N3 N4 N1 0, , , , N2 0, , , , N3 0, , , , N4 0, , , , Jumlah 1, , , , Menentukan priority vector (vektor eigen) masing-masing kriteria dengan membagi jumlah normalisasi dengan jumlah alternatif yang diberikan. Kriteria-kriterianya berupa kriteria harga seperti pada Tabel 4.29, kriteria luas pada Tabel 4.30, kriteria keamanan di Tabel 4.31, kriteria perizinan terdapat pada Tabel 4.32, kriteria jarak dari cabang lain pada Tabel 4.33, kriteria jarak dari target pemasaran di Tabel 4.34, kriteria jarak dari jalan raya di Tabel 4.35, dan kriteria jumlah pesaing pada a. Harga Tabel Vektor Eigen Kriteria Harga b. Luas Jumlah Normalisasi 1,5 1,5 0,5 0,5 Vektor Eigen 0,375 0,375 0,125 0,125 Tabel Vektor Eigen Kriteria Luas Jumlah Normalisasi 0, , , , Vektor Eigen 0, , , , c. Keamanan Tabel Vektor Eigen Kriteria Keamanan Jumlah Normalisasi 0, , , , Vektor Eigen 0, , , ,333333
29 digilib.uns.ac.id 50 d. Perizinan Tabel Vektor Eigen Kriteria Perizinan Jumlah Normalisasi Vektor Eigen 0,25 0,25 0,25 0,25 e. Jarak dari Cabang Lain Tabel Vektor Eigen Kriteria Jarak dari Cabang Lain Jumlah Normalisasi 0, , , , Vektor Eigen 0, , , , f. Jarak dari Target Pemasaran Tabel Vektor Eigen Kriteria Jarak dari Target Pemasaran Jumlah Normalisasi 1 1 0,5 1,5 Vektor Eigen 0,25 0,25 0,125 0,375 g. Jarak dari Jalan Raya Tabel Vektor Eigen Kriteria Jarak dari Jalan Raya Jumlah Normalisasi Vektor Eigen 0,25 0,25 0,25 0,25 h. Jumlah Pesaing Tabel Vektor Eigen Kriteria Jumlah Pesaing Jumlah Normalisasi 1, , , , Vektor Eigen 0, , , , Menentukan perankingan Ranking dari vektor eigen (seperti pada Tabel 4.37) dapat diperoleh dengan mengalikan vektor eigen kriteria dari masing masing alternatif dengan vektor eigen yang bobotnya telah konsisten seperti pada Tabel Tabel Perankingan Alternatif N1 N2 N3 N4 Harga 0,0104 0,0104 0,0035 0,0035 Luas 0,0196 0,0163 0,0327 0,0980 Keamanan 0,0309 0,0309 0,0309 0,0463 Perizinan 0,0208 0,0208 0,0208 0,0208 Jarak dari Cabang Lain 0,0002 0,0002 0,0460 0,0092 Jarak dari Target Pemasaran 0,0278 0,0278 0,0139 0,0417 Jarak dari Jalan Raya 0,0486 0,0486 0,0486 0,0486 Jumlah Pesaing 0,0606 0,0606 0,0404 0,0606 Jumlah 0,2172 0,2204 0,2383 0,3241 Dari hasil perhitungan Tabel 4.37, diperoleh bahwa lokasi Gunung Pangilun (N4) merupakan lokasi terbaik dengan hasil penilaian 0,3241 jika dibandingkan
30 digilib.uns.ac.id 51 dengan 3 lokasi lainnya, yaitu Ulak Karang (N3) dengan hasil penilaian 0,2383, M. Yamin 1 (N1) dengan hasil penilaiannya 0,2204 dan M.Yamin 2 (N2) dengan hasil penilaian 0,2172, seperti yang terlihat pada Gambar Lokasi Gunung Pangilun dapat memperoleh hasil tertinggi dibandingkan tiga alternatif lokasi lainnya karena letaknya yang paling dekat dengan target pemasaran, selain itu tingkat keamanan terhadap kriminalitas dari lokasi ini sangat aman, sehingga meskipun harga dari lokasi ini tergolong tinggi dan jumlah pesaing di sekitar lokasi sama dengan pada lokasi M Yamin 1 dan M Yamin 2, lokasi Gunung Pangilun ini paling direkomendasikan untuk menjadi lokasi cabang yang baru. Gambar Hasil Implementasi Kasus Pertama Contoh kasus kedua berupa user hanya memasukkan sebuah alternatif lokasi (pada Gambar 4.24) sehingga digunakan data training berupa data lokasi cabang yang sudah ada pada kecamatan yang sama sebagai pembandingnya seperti pada Tabel 4.38.
31 digilib.uns.ac.id 52 Gambar Contoh Kasus Kedua
32 digilib.uns.ac.id
33 digilib.uns.ac.id Membuat matriks perbandingan berpasangan (pairwise comparison) pada masing masing kriteria, antara lain kriteria harga seperti pada Tabel 4.39, kriteria luas pada Tabel 4.40, kriteria keamanan di Tabel 4.41, kriteria perizinan terdapat pada Tabel 4.42, kriteria jarak dari cabang lain pada Tabel 4.43, kriteria jarak dari target pemasaran di Tabel 4.44, kriteria jarak dari jalan raya di Tabel 4.45, dan kriteria jumlah pesaing pada a. Harga Tabel Matriks Perbandingan Berpasangan Kriteria Harga Kecamatan Padang Barat N1 (1) 3000 N2 (1) 1200 N1 (1) 3000 N2 (1) 1200 Jumlah b. Luas Tabel Matriks Perbandingan Berpasangan Kriteria Luas Kecamatan Padang Barat N1 200 N2 56 N1 200 N2 56 Jumlah 1 0,28 1,28 3,57 1 4,57 c. Keamanan Tabel Matriks Perbandingan Berpasangan Kriteria Keamanan Kecamatan Padang Barat N1 2 N2 2 N1 2 N2 2 Jumlah d. Perizinan Tabel Matriks Perbandingan Berpasangan Kriteria Perizinan Kecamatan Padang Barat N1 3 N2 3 N1 3 N2 3 Jumlah
34 digilib.uns.ac.id 55 e. Jarak dari Cabang Lain Tabel Matriks Perbandingan Berpasangan Kriteria Jarak dari Cabang Lain Kecamatan Padang Barat N1 50 N2 2 N1 50 N2 2 Jumlah 1 0,04 1, f. Jarak dari Target Pemasaran Tabel Matriks Perbandingan Berpasangan Kriteria Jarak dari Target Pemasaran Kecamatan Padang Barat N1 (3) 25 N2 (2) 500 N1 (3) 25 N2 (2) 500 Jumlah 1 0,67 1,67 1,5 1 2,5 g. Jarak dari Jalan Raya Tabel Matriks Perbandingan Berpasangan Kriteria Jarak dari Jalan Raya Kecamatan Padang Barat N1 (3) 3 N2 (3) 10 N1 (3) 3 N2 (3) 10 Jumlah h. Jumlah Pesaing Tabel Matriks Perbandingan Berpasangan Kriteria Jumlah Pesaing Kecamatan Padang Barat N1 (3) 12 N2 (3) 20 N1 (3) 12 N2 (3) 20 Jumlah Membuat matriks normalisasi pada masing masing kriteria, yaitu kriteria harga seperti pada Tabel 4.47, kriteria luas pada Tabel 4.48, kriteria keamanan di Tabel 4.49, kriteria perizinan terdapat pada Tabel 4.50, kriteria jarak dari cabang lain pada Tabel 4.51, kriteria jarak dari target pemasaran di
35 digilib.uns.ac.id 56 Tabel 4.52, kriteria jarak dari jalan raya di Tabel 4.53, dan kriteria jumlah pesaing pada a. Harga Tabel Matriks Normalisasi Kriteria Harga Kecamatan Padang Barat b. Luas N1 N2 N1 0,5 0,5 N2 0,5 0,5 Jumlah 1 1 Tabel Matriks Normalisasi Kriteria Luas Kecamatan Padang Barat N1 N2 N1 0, ,21875 N2 0, ,21875 Jumlah 1,5625 0,4375 c. Keamanan Tabel Matriks Normalisasi Kriteria Keamanan Kecamatan Padang Barat N1 N2 N1 0,5 0,5 N2 0,5 0,5 Jumlah 1 1 d. Perizinan Tabel Matriks Normalisasi Kriteria Perizinan Kecamatan Padang Barat N1 N2 N1 0,5 0,5 N2 0,5 0,5 Jumlah 1 1 e. Jarak dari Cabang Lain Tabel Matriks Normalisasi Kriteria Jarak dari Cabang Lain Kecamatan Padang Barat N1 N2 N1 0, ,03846 N2 0, ,03846 Jumlah 1, ,07692
36 digilib.uns.ac.id 57 f. Jarak dari Target Pemasaran Tabel Matriks Normalisasi Kriteria Jarak dari Target Pemasaran Kecamatan Padang Barat N1 N2 N1 0,6 0,4 N2 0,6 0,4 Jumlah 1,2 0,8 g. Jarak dari Jalan Raya Tabel Matriks Normalisasi Kriteria Jarak dari Jalan Raya Kecamatan Padang Barat N1 N2 N1 0,5 0,5 N2 0,5 0,5 Jumlah 1 1 h. Jumlah Pesaing Tabel Matriks Normalisasi Kriteria Jumlah Pesaing Kecamatan Padang Barat N1 N2 N1 0,5 0,5 N2 0,5 0,5 Jumlah Menentukan priority vector (vektor eigen) masing-masing kriteria dengan membagi jumlah normalisasi dengan jumlah alternatif yang diberikan. Kriteria-kriterianya berupa kriteria harga seperti pada Tabel 4.55, kriteria luas pada Tabel 4.56, kriteria keamanan di Tabel 4.57, kriteria perizinan terdapat pada Tabel 4.58, kriteria jarak dari cabang lain pada Tabel 4.59, kriteria jarak dari target pemasaran di Tabel 4.60, kriteria jarak dari jalan raya di Tabel 4.61, dan kriteria jumlah pesaing pada a. Harga Tabel Vektor Eigen Kriteria Harga Kecamatan Padang Barat b. Luas Jumlah Normalisasi 1 1 Vektor Eigen 0,5 0,5 Tabel Vektor Eigen Kriteria Luas Kecamatan Padang Barat Jumlah Normalisasi 1,5625 0,4375 Vektor Eigen 0, ,21875
37 digilib.uns.ac.id 58 c. Keamanan Tabel Vektor Eigen Kriteria Keamanan Kecamatan Padang Barat d. Perizinan Jumlah Normalisasi 1 1 Vektor Eigen 0,5 0,5 Tabel Vektor Eigen Kriteria Perizinan Kecamatan Padang Barat Jumlah Normalisasi 1 1 Vektor Eigen 0,5 0,5 e. Jarak dari Cabang Lain Tabel Vektor Eigen Kriteria Jarak dari Cabang Lain Kecamatan Padang Barat Jumlah Normalisasi 1, ,07692 Vektor Eigen 0, ,03846 f. Jarak dari Target Pemasaran Tabel Vektor Eigen Kriteria Jarak dari Target Pemasaran Kecamatan Padang Barat Jumlah Normalisasi 1,2 0,8 Vektor Eigen 0,6 0,4 g. Jarak dari Jalan Raya Tabel Vektor Eigen Kriteria Jarak dari Jalan Raya Kecamatan Padang Barat Jumlah Normalisasi 1 1 Vektor Eigen 0,5 0,5 h. Jumlah Pesaing Tabel Vektor Eigen Kriteria Jumlah Pesaing Kecamatan Padang Barat Jumlah Normalisasi 1 1 Vektor Eigen 0,5 0,5 4. Menentukan perankingan Ranking dari vektor eigen (seperti pada Tabel 4.63) dapat diperoleh dengan mengalikan vektor eigen kriteria dari masing eigen yang bobotnya telah konsisten seperti pada Tabel masing alternatif dengan vektor
38 digilib.uns.ac.id 59 Tabel Perankingan Alternatif N1 N2 Harga 0,0139 0,0139 Luas 0,1302 0,0365 Keamanan 0,0694 0,0694 Perizinan 0,0417 0,0417 Jarak dari Cabang Lain 0,0534 0,0021 Jarak dari Target Pemasaran 0,0667 0,0444 Jarak dari Jalan Raya 0,0972 0,0972 Jumlah Pesaing 0,1111 0,1111 Jumlah 0,5836 0,4164 Pada contoh kasus ini, hasilnya berupa nilai N2 (alternatif lokasi M Yamin 3) memiliki nilai akhir yang lebih rendah dari pada lokasi cabang yang sudah ada yaitu Ivo Permindo (N1), sehingga lokasi tersebut Tidak Layak menjadi lokasi cabang baru selanjutnya. Alternatif lokasi M Yamin 3 (N2) ini dianggap tidak layak karena jika dibandingkan dengan Cabang Permindo, lokasinya yang cukup jauh dari target pemasaran dan memiliki jumlah pesaing yang lebih besar. Gambar Hasil Implementasi Contoh Kasus Kedua Evaluasi Kepuasan Pengguna Kuisioner diberikan kepada 5 orang pemilik Toko Ivo Busana yang telah menggunakan sistem. Kuisioner terdiri atas empat pertanyaan dengan masingmasing pertanyaan diberikan rentang nilai berupa 1 (tidak setuju), 2 (kurang setuju), 3 (cukup setuju), 4 (lebih commit setuju), to dan user 5 (sangat setuju).
39 digilib.uns.ac.id 60 Responden setuju bahwa sistem ini mudah digunakan, hal ini terlihat dari 2 orang responden memberikan nilai 5 dan 3 orang lainnya memberikan nilai 4. Tiga orang responden memberikan nilai 4 dan dua responden lainnya memberikan nilai 3 untuk pertanyaan mengenai hasil rekomendasi yang diberikan sistem telah sesuai dengan kebutuhan user. Sistem ini dianggap bermanfaat, hal ini terlihat dari 3 orang responden memberikan penilaian 3, seorang responden memberikan nilai 4 dan seorang responden lainnya memberikan nilai 5. Tampilan dari sistem ini dianggap sangat menarik untuk seorang responden. Dua orang responden lainnya memberikan nilai 4 untuk tampilan sistem, seorang responden memberikan nilai 3 dan seorang responden lainnya memberikan nilai 2. Dari keempat soal kuisioner yang diberikan kepada lima orang responden, didapatkan bahwa sistem ini mudah digunakan, memiliki tampilan yang menarik, telah sesuai dengan kebutuhan dan bermanfaat untuk membantu para wirausahawan dalam menentukan lokasi cabang usaha.
BAB IV PEMBAHASAN. commit to user
digilib.uns.ac.id 26 BAB IV PEMBAHASAN 4.1 Analisis Kebutuhan Sistem 4.1.1 Deskripsi Data Data yang berhasil dikumpulkan dari hasil wawancara dengan pegawai Kementrian Sosial di dapatkan data hasil survey
SISTEM PENDUKUNG KEPUTUSAN PENENTUAN LOKASI CABANG USAHA MENGGUNAKAN METODE AHP DAN VISUALISASI PETA (STUDI KASUS TOKO IVO BUSANA PADANG)
SISTEM PENDUKUNG KEPUTUSAN PENENTUAN LOKASI CABANG USAHA MENGGUNAKAN METODE AHP DAN VISUALISASI PETA (STUDI KASUS TOKO IVO BUSANA PADANG) Diajukan untuk memenuhi sebagai persyaratan mendapatkan gelar Strata
DECISION SUPPORT SYSTEMS TO DETERMINE THE LOCATION OF BUSINESS BRANCHES USING AHP METHOD AND MAP VISUALIZATION (CASE STUDY TOKO IVO BUSANA PADANG)
JURNAL ITSMART Vol 5. No 1. Juni 016 ISSN : 01 701 DECISION SUPPORT SYSTEMS TO DETERMINE THE LOCATION OF BUSINESS BRANCHES USING AHP METHOD AND MAP VISUALIZATION (CASE STUDY TOKO IVO BUSANA PADANG) Nanda
BAB III ANALISA DAN PERANCANGAN SISTEM
BAB III ANALISA DAN PERANCANGAN SISTEM Bab ini akan menjelaskan analisa sistem dan perancangan sebuah aplikasi desktop untuk pendataan bayi dan analisa kesehatan dengan mengimplementasikan algoritma Analitycal
BAB IV HASIL DAN PEMBAHASAN. Pada bab ini akan membahas tentang tahapan penelitian. Tahapan penelitian
BAB IV HASIL DAN PEMBAHASAN Pada bab ini akan membahas tentang tahapan penelitian. Tahapan penelitian tersebut yaitu melakukan uraian hasil metode Analytical Hierarchy Proses (AHP) dan Simple Additive
BAB 3 METODE PENELITIAN
BAB 3 METODE PENELITIAN 3.1 Desain Penelitian Jenis penelitian yang digunakan dalam penulisan skripsi ini adalah penelitian deskriptif. Penelitian deskriptif adalah penelitian yang tujuannya untuk menyajikan
Penyebaran Kuisioner
Penentuan Sampel 1. Responden pada penelitian ini adalah stakeholders sebagai pembuat keputusan dalam penentuan prioritas penanganan drainase dan exspert dibidangnya. 2. Teknik sampling yang digunakan
BAB II. Komponen utama dalam Sistem Pendukung Keputusan, antara lain :
digilib.uns.ac.id BAB II BAB II TINJAUAN PUSTAKA 2.1. Dasar Teori 2.1.1. Sistem Pendukung Keputusan Sistem Pendukung Keputusan (SPK) merupakan pemilihan beberapa tindakan alternatif yang ada untuk mencapai
2.2 Metode Analytic Hierarchy Process (AHP) Prinsip Analytic Hierarchy Process (AHP) Konsep Dasar Analytic Hierarchy Process (
DAFTAR ISI LEMBAR PENGESAHAN PEMBIMBING... i LEMBAR PENGESAHAN PENGUJI... ii LEMBAR KEASLIAN... iii HALAMAN PERSEMBAHAN... iv HALAMAN MOTTO... vii KATA PENGANTAR... viii ABSTRAKSI... x TAKARIR... xi DAFTAR
BAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1 Alur Metodologi Penelitian Metodologi penelitian merupakan sekumpulan rangkaian tahapan kegiatan atau prosedur yang digunakan oleh pelaksana penelitian yang dilakukan
BAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN Metodologi merupakan langkah-langkah sistematis yang dipergunakan untuk mempermudah dalam mengembangkan Sistem Pendukung Keputusan. Metodologi penelitian adalah cara yang
BAB 3 HASIL DAN PEMBAHASAN. 3.1 Penerapan AHP dalam Menentukan Prioritas Pengembangan Obyek Wisata Di Kabupaten Toba Samosir
29 BAB 3 HASIL DAN PEMBAHASAN 3.1 Penerapan AHP dalam Menentukan Prioritas Pengembangan Obyek Wisata Di Kabupaten Toba Samosir Penerapan AHP dalam menentukan prioritas pengembangan obyek wisata dilakukan
Fasilitas Penempatan Vektor Eigen (yang dinormalkan ) Gaji 0,648 0,571 0,727 0,471 0,604 Jenjang 0,108 0,095 0,061 0,118 0,096
PENERAPAN ANALYTICAL HIERARCHY PROCESS (AHP) DALAM PEMILIHAN PERUSAHAAN BADAN USAHA MILIK NEGARA (BUMN) SEBAGAI TEMPAT KERJA MAHASISWA UNIVERSITAS SUMATERA UTARA (USU) 1. Permasalahan Pemilihan Perusahaan
BAB IV HASIL DAN PEMBAHASAN
33 BAB IV HASIL DAN PEMBAHASAN 4.1. Hasil 4.1.1 Uraian Hasil Metode Gabungan AHP dan TOPSIS Dalam penyelesaian permasalahan dengan metode AHP dan TOPSIS ada beberapa langkah-langkah pemecahannya, yaitu
BAB III ANALISIS DAN DESAIN SISTEM
BAB III ANALISIS DAN DESAIN SISTEM III.1. Analisis Masalah Siswa berprestasi merupakan dambaan bangsa yang diharapkan untuk menjadi pemimpin ataupun generasi yang dapat memajukan bangsa Indonesia. Namun
SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN SISWA BERPRESTASI MENGGUNAKAN METODE AHP (ANALYTICAL HIERARCHY PROCESS)
SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN SISWA BERPRESTASI MENGGUNAKAN METODE AHP (ANALYTICAL HIERARCHY PROCESS) SKRIPSI Diajukan Untuk Memenuhi Salah Satu Syarat Guna Memperoleh Gelar Sarjana Komputer (S.Kom)
BAB IV HASIL DAN UJI COBA
BAB IV HASIL DAN UJI COBA IV.1. Tampilan Hasil Berikut ini dijelaskan tentang tampilan hasil dari Sistem Pendukung Keputusan Evaluasi Karyawan pada CV. Fountain dengan menggunakan metode AHP berbasis WEB
DAFTAR ISI. ABSTRAKSI... v. KATA PENGANTAR... vi. DAFTAR ISI... viii. DAFTAR TABEL... xv. DAFTAR GAMBAR... xvii. DAFTAR LAMPIRAN...
DAFTAR ISI ABSTRAKSI... v KATA PENGANTAR... vi DAFTAR ISI... viii DAFTAR TABEL... xv DAFTAR GAMBAR... xvii DAFTAR LAMPIRAN... xxiii BAB I PENDAHULUAN... 1 1.1 Latar Belakang... 1 1.2 Rumusan Masalah...
BAB IV HASIL DAN PEMBAHASAN
BAB IV HASIL DAN PEMBAHASAN IV.1. Tampilan Hasil Berikut ini dijelaskan tentang tampilan hasil dari sistem pendukung keputusan penentuan kenaikan kelas pada SMA Ar Rahman dengan sistem yang dibangun dapat
ANALYTICAL HIERARCHY PROCESS (AHP) Amalia, ST, MT
ANALYTICAL HIERARCHY PROCESS (AHP) Amalia, ST, MT Multi-Attribute Decision Making (MADM) Permasalahan untuk pencarian terhadap solusi terbaik dari sejumlah alternatif dapat dilakukan dengan beberapa teknik,
BAB IV ANALISA DAN PERANCANGAN
BAB IV ANALISA DAN PERANCANGAN Pada perancangan sistem pendukung keputusan, analisis memegang peranan yang penting dalam membuat rincian sistem baru. Analisis perangkat lunak merupakan langkah pemahaman
BAB III ANALISA DAN DESAIN SISTEM
BAB III ANALISA DAN DESAIN SISTEM III.. Analisis Masalah Analisis yang berjalan pada sistem ini bertujuan untuk mengidentifikasi serta melakukan evaluasi terhadap Sistem Pendukung Keputusan Seleksi Pegawai
SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PERUMAHAN DENGAN METODE ANALYTICAL HIERARCHY PROCESS
ISSN : 2338-4018 SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PERUMAHAN DENGAN METODE ANALYTICAL HIERARCHY PROCESS Ambar Widayanti (ambarwidayanti@gmail.com) Muhammad Hasbi (hasbb63@yahoo.com) Teguh Susyanto (teguh@sinus.ac.id)
BAB IV ANALISA DAN PERANCANGAN
BAB IV ANALISA DAN PERANCANGAN Analisa merupakan suatu proses pengidentifikasian suatu masalah dari datadata yang terkumpul untuk mendapatkan variabel-variabel signifikan yang berguna pada pembuatan sistem.
repository.unisba.ac.id DAFTAR ISI ABSTRAK... KATA PENGANTAR... DAFTAR ISI... DAFTAR TABEL... DAFTAR GAMBAR... DAFTAR LAMPIRAN...
DAFTAR ISI ABSTRAK... KATA PENGANTAR... DAFTAR ISI... DAFTAR TABEL... DAFTAR GAMBAR... DAFTAR LAMPIRAN... i ii iv viii xv xvi BAB I PENDAHULUAN 1.1 Latar Belakang Masalah... 1 1.2 Perumusan Masalah...
BAB III ANALISIS DAN PERANCANGAN. evaluasi terhadap Sistem Pendukung Keputusan Pemilihan STMIK Terbaik Di
BAB III ANALISIS DAN PERANCANGAN III.1. Analisis Masalah Analisis masalah bertujuan untuk mengidentifikasi serta melakukan evaluasi terhadap Sistem Pendukung Keputusan Pemilihan STMIK Terbaik Di Medan
BAB IV ANALISA DAN PERANCANGAN
BAB IV ANALISA DAN PERANCANGAN 4.1 Analisa Sistem Analisa merupakan tahap pemahaman terhadap suatu persoalan sebelum mengambil suatu tindakan atau keputusan. Membangun sebuah sistem perlu melalui tahap
Bab 3 Kerangka Pemecahan Masalah
Bab 3 Kerangka Pemecahan Masalah 3.1. Flowchart Penelitian Agar penelitian ini berjalan dengan sistematis, maka sebelumnya peneliti membuat perencanaan tentang langkah-langkah pemecahan masalah yang akan
Pengertian Metode AHP
Pengertian Metode AHP Metode AHP dikembangkan oleh Thomas L. Saaty, seorang ahli matematika. Metode ini adalah sebuah kerangka untuk mengambil keputusan dengan efektif atas persoalan yang kompleks dengan
Penentuan Pemilihan Bentuk Outline Tugas Akhir Dengan Menggunakan Model Analytical Hierarchy Process (AHP)
Penentuan Pemilihan Bentuk Outline Tugas Akhir Dengan Menggunakan Model Analytical Hierarchy Process (AHP) Agung Baitul Hikmah 1, Herlan Sutisna 2 1 AMIK BSI Tasikmalaya e-mail: agung.abl@ac.id 2 Universitas
Analytic Hierarchy Process
Analytic Hierarchy Process Entin Martiana INTRO Metode AHP dikembangkan oleh Saaty dan dipergunakan untuk menyelesaikan permasalahan yang komplek dimana data dan informasi statistik dari masalah yang dihadapi
SISTEM PENDUKUNG KEPUTUSAN PENENTU KELUARGA MISKIN METODE AHP BERBASIS WEB DINAMIS STUDY KASUS KELURAHAN KETAON, BANYUDONO, BOYOLALI
ISSN : 2338-4018 SISTEM PENDUKUNG KEPUTUSAN PENENTU KELUARGA MISKIN METODE AHP BERBASIS WEB DINAMIS STUDY KASUS KELURAHAN KETAON, BANYUDONO, BOYOLALI Zenna Atmaja (zennaatmaja@gmail.com) Muhammad Hasbi
BAB III METODE DAN PERANCANGAN SISTEM
BAB III METODE DAN PERANCANGAN SISTEM 3.1 Metode Penelitian 1. Studi Literatur Mencari informasi atau referensi teori yang relevan baik mengenai sistem rekomendasi maupun metode TOPSIS sebagai sumber untuk
BAB III ANALISIS DAN PERANCANGAN SISTEM. Paramuda Tour & Transport mengalami penurunan pelanggan yang
BAB III ANALISIS DAN PERANCANGAN SISTEM 3.1 Identifikasi Permasalahan Paramuda Tour & Transport mengalami penurunan pelanggan yang berkelanjutan dan ingin memperluas pangsa pasar yang ada. Paramuda Tour
Analytic Hierarchy Process (AHP)
Permasalahan pada AHP didekomposisikan ke dalam hirarki kriteria dan alternatif MASALAH KRITERIA- KRITERIA-2 KRITERIA-n KRITERIA-, KRITERIA-n, ALTERNATIF ALTERNATIF 2 ALTERNATIF m Saya ingin membeli HP
BAB I PENDAHULUAN. pengambilan keputusan dalam permasalahan.(isikan sesuai dengan masalah di
BAB I PENDAHULUAN 1.1 Deskripsi Permasalahan Tuliskan latar belakang sesuai dengan yang ada pada Format Umum Laporan. Persoalan didefinisikan secara mendetail sesuai dengan ruang lingkup persoalan yang
BAB III ANALISIS DAN PERANCANGAN. sistem informasi yang utuh kedalam bagian-bagian komponennya dengan
BAB III ANALISIS DAN PERANCANGAN 3.1 Analisis Sistem Analisis sistem dapat didefinisikan sebagai penguraian dari suatu sistem informasi yang utuh kedalam bagian-bagian komponennya dengan maksud untuk mengidentifikasi
METODE ANALYTICAL HIERARCHY PROCESS DALAM PENGAMBILAN KEPUTUSAN PEMILIHAN GALANGAN KAPAL UNTUK PEMBANGUNAN KAPAL TANKER DI PULAU BATAM
METODE ANALYTICAL HIERARCHY PROCESS DALAM PENGAMBILAN KEPUTUSAN PEMILIHAN GALANGAN KAPAL UNTUK PEMBANGUNAN KAPAL TANKER DI PULAU BATAM Oleh : Yuniva Eka Nugroho 4209106015 Jurusan Teknik Sistem Perkapalan
BAB III ANALISA DAN DESAIN SISTEM
BAB III ANALISA DAN DESAIN SISTEM III.1. Analisis Masalah Proses yang sedang berjalan dalam perekrutan calon karyawan pada PT. Anugerah Bersama Lestari masih bersifat semi komputerisasi. Dimana petugas
Analisa Pemilihan Kualitas Android Jelly Bean Dengan Menggunakan Metode AHP Pendekatan MCDM
Analisa Pemilihan Kualitas Android Jelly Bean Dengan Menggunakan Metode AHP Pendekatan MCDM Dian Gustina 1, Rendi Haposan Siahaan 2 1 Universitas Persada Indonesia Y.A.I, 2 STMIK Nusa Mandiri 1 Jl Salemba
BAB II. Komponen utama dalam Sistem Pendukung Keputusan, antara lain :
BAB II BAB II TINJAUAN PUSTAKA 2.1. Dasar Teori 2.1.1. Sistem Pendukung Keputusan Sistem Pendukung Keputusan (SPK) merupakan pemilihan beberapa tindakan alternatif yang ada untuk mencapai satu atau banyak
Analytic Hierarchy Process (AHP) dan Perhitungan Contoh Kasus AHP
Analytic Hierarchy Process (AHP) dan Perhitungan Contoh Kasus AHP Analytic Hierarchy Process atau AHP dikembangkan oleh Prof. Thomas L. Saaty sebagai algoritma pengambilan keputusan untuk permasalahan
BAB III ANALISA DAN DESAIN SISTEM
BAB III ANALISA DAN DESAIN SISTEM III.1. Analisa Masalah Pengelolaan data proses pemilihan buku pelajaran pada sekolah SMA Yayasan Perguruan Swasta Budi Agung Medan dilakukan dengan musyawarah antara para
BAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN Dalam bab ini akan dijelaskan mengenai langkah-langkah yang ditempuh untuk mendapatkan metodologi penelitian yang merupakan suatu tahapan yang harus diterapkan agar penelitian
Sistem Penunjang Keputusan Penetapan Dosen Pembimbing dan Penguji Skipsi Dengan Menggunakan Metode AHP
Sistem Penunjang Keputusan Penetapan Dosen Pembimbing dan Penguji Skipsi Dengan Menggunakan Metode AHP A Yani Ranius Universitas Bina Darama, Jl. A. Yani No 12 Palembang, ay_ranius@yahoo.com ABSTRAK Sistem
BAB IV ANALISA DAN PERANCANGAN
BAB IV ANALISA DAN PERANCANGAN Pada perancangan sistem pendukung keputusan, analisis merupakan peranan yang penting dalam membuat rincian sistem baru. Analisis perangkat lunak merupakan langkah pemahaman
BAB IV HASIL DAN PEMBAHASAN
BAB IV HASIL DAN PEMBAHASAN IV.1. Tampilan Hasil Berikut ini dijelaskan tentang tampilan hasil dari sistem pendukung keputusan seleksi pemilihan agen terbaik dengan sistem yang dibangun dapat dilihat sebagai
Techno.COM, Vol. 12, No. 4, November 2013:
Techno.COM, Vol. 12, No. 4, November 2013: 223-230 MODEL ANALYTICAL HIERARCHY PROCESS UNTUK SISTEM PENDUKUNG KEPUTUSAN PENILAIAN KARYAWAN PADA INSTANSI KESATUAN BANGSA POLITIK DAN PELINDUNGAN MASYARAKAT
Spektrum Sipil, ISSN Vol. 3, No. 2 : , September 2016
Spektrum Sipil, ISSN 1858-4896 196 Vol. 3, No. 2 : 196-207, September 2016 PERBANDINGAN KELAYAKAN JALAN BETON DAN JALAN ASPAL DENGAN METODE ANALYTICAL HIERARCHY PROCESS (AHP) - STUDI KASUS JALAN MALWATAR-
Hendrik Agus Prasetyo. Teknik Informatika UNJANI Cimahi Jl. Terusan Jendral Sudirman, Cimahi, Jawa Barat
Seminar Nasional Teknologi Informasi dan Multimedia 207 STMIK AMIKOM Yogyakarta, 4 Februari 207 SISTEM PENDUKUNG KEPUTUSAN MENENTUKAN PRODUSEN TERBAIK DALAM PEMBUATAN KERUDUNG PADA CV. HAZNA INDONESIA
SISTEM PENDUKUNG KEPUTUSAN DALAM PEMILIHAN HANDPHONE MENGGUNAKAN METODE AHP (ANALYTICAL HIERARCHY PROCESS)
SISTEM PENDUKUNG KEPUTUSAN DALAM PEMILIHAN HANDPHONE MENGGUNAKAN METODE AHP (ANALYTICAL HIERARCHY PROCESS) Yulia Diastuti Program Studi Teknik Informatika, Sekolah Tinggi Informatika & Komputer Indonesia
Jurnal Sistem dan Teknologi Informasi (JUSTIN) Vol. 1, No. 1, (2016) Jurnal Sistem dan Teknologi Informasi (JUSTIN) Vol. 2, No.
Sistem Pendukung Keputusan Pemilihan Tempat Kost Khusus Mahasiswa dengan Metode AHP dan TOPSIS Berbasis Web (Studi Kasus : Kota Pontianak) Herik Sugianto, Yulianti, Hengky Anra Program Studi Teknik Informatika
BAB III TEORI HIERARKI ANALITIK. Proses Hierarki Analitik (PHA) atau Analytical Hierarchy Process (AHP)
BAB III TEORI HIERARKI ANALITIK 3.1 Pengertian Proses Hierarki Analitik Proses Hierarki Analitik (PHA) atau Analytical Hierarchy Process (AHP) pertama kali dikembangkan oleh Thomas Lorie Saaty dari Wharton
SISTEM PENERIMAAN RESEPSIONIS BARU INSUMO PALACE HOTEL KEDIRI DENGAN MENGGUNAKAN METODE ANALITIC HIERARCHY PROCESS ( AHP )
SISTEM PENERIMAAN RESEPSIONIS BARU INSUMO PALACE HOTEL KEDIRI DENGAN MENGGUNAKAN METODE ANALITIC HIERARCHY PROCESS ( AHP ) SKRIPSI Diajukan Untuk Penulisan Skripsi Guna Memenuhi Salah Satu Syarat Memperoleh
BAB III ANALISA DAN DESAIN SISTEM
BAB III ANALISA DAN DESAIN SISTEM III.1. Analisis Sistem Yang Berjalan Proses yang sedang berjalan dalam perhitungan premi asuransi akan nasabah pada PT. Asuransi Harta Aman Pratama masih bersifat semi
DAFTAR ISI. KATA PENGANTAR... Error! Bookmark not defined. UCAPAN TERIMA KASIH... Error! Bookmark not defined. ABSTRAK... iv. ABSTRACT...
DAFTAR ISI KATA PENGANTAR... Error! UCAPAN TERIMA KASIH... Error! ABSTRAK... iv ABSTRACT... v DAFTAR ISI... Error! i DAFTAR GAMBAR... 5 DAFTAR TABEL... 8 BAB I PENDAHULUAN 1.1 Latar Belakang Masalah...
SPK Evaluasi Peserta LBD (Local Business Development) Dengan Metode AHP (Studi Kasus Chevron Indonesia Company)
SPK Evaluasi Peserta LBD (Local Business Development) Dengan Metode AHP (Studi Kasus Chevron Indonesia Company) Zakaria 1, Addy Suyatno 2, Heliza Rahmania Hatta 3 1 Lab Software Engineering, Program Studi
BAB III ANALISIS DAN DESAIN SISTEM
BAB III ANALISIS DAN DESAIN SISTEM III.1. Analisis Masalah Saat ini suatu sistem aplikasi komputer sangatlah diperlukan untuk mempermudah pekerjaan. Karena dengan adanya aplikasi tersebut kita dapat mengolah
BAB III ANALISIS DAN DESAIN SISTEM
BAB III ANALISIS DAN DESAIN SISTEM III.1. Analisis Masalah Perlunya hiburan untuk menikmati keindahan alam dan menyegarakn fikiran. Untuk itu kebanyakan masyarakat mempergunakan waktu liburan panjang mereka
Team project 2017 Dony Pratidana S. Hum Bima Agus Setyawan S. IIP
Hak cipta dan penggunaan kembali: Lisensi ini mengizinkan setiap orang untuk menggubah, memperbaiki, dan membuat ciptaan turunan bukan untuk kepentingan komersial, selama anda mencantumkan nama penulis
BAB IV PENGUMPULAN DAN PENGOLAHAN DATA
BAB IV PENGUMPULAN DAN PENGOLAHAN DATA 4.1. Penyusunan Hirarki Dari identifikasi dan subatribut yang dominan, dapat disusun struktur hirarki sebagai berikut: Gambar 4.1 Struktur Hirarki Penerima Beasiswa
BAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Konsep Dasar Sistem Suatu sistem pada dasarnya adalah sekolompok unsur yang erat hubungannya satu dengan yang lain, yang berfungsi bersama-sama untuk mencapai tujuan tertentu.
ANALISA PEMILIHAN APLIKASI BERITA BERBASIS MOBILE MENGGUNAKAN METODE ANALYTICAL HIERARCHY PROCESS (AHP)
Konferensi Nasional Ilmu Sosial & Teknologi (KNiST) Maret 2017, pp. 521~526 521 ANALISA PEMILIHAN APLIKASI BERITA BERBASIS MOBILE MENGGUNAKAN METODE ANALYTICAL HIERARCHY PROCESS (AHP) Maria Hestiningsih
SISTEM PENDUKUNG KEPUTUSAN PENEMPATAN POSISI IDEAL PEMAIN DALAM STRATEGI FORMASI SEPAK BOLA
SISTEM PENDUKUNG KEPUTUSAN PENEMPATAN POSISI IDEAL PEMAIN DALAM STRATEGI FORMASI SEPAK BOLA Ian Febianto Jurusan Teknik Informatika, Fakultas Teknik dan Ilmu Komputer, Universitas Komputer Indonrsia Jl.
BAB 2 TINJAUAN PUSTAKA Definisi Sistem, Keputusan dan Sistem Pendukung Keputusan
22 BAB 2 TINJAUAN PUSTAKA 2.1. Definisi Sistem, Keputusan dan Sistem Pendukung Keputusan 2.1.1. Definisi Sistem Sistem adalah kumpulan objek seperti orang, sumber daya, konsep dan prosedur yang dimaksudkan
BAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA II.1. Sistem Pendukung Keputusan Sistem Pendukung Keputusan (SPK) merupakan sistem informasi interaktif yang menyediakan informasi, pemodelan dan memanipulasi data. Sistem ini digunakan
BAB II LANDASAN TEORI. keputusan atau biasa disebut Decision Support System (DSS) merupakan sistem
7 BAB II LANDASAN TEORI 2.1 Sistem Pendukung Keputusan (SPK) Menurut Alter dalam buku yang ditulis oleh Kusrini (2007), sistem pendukung keputusan atau biasa disebut Decision Support System (DSS) merupakan
BAB III ANALISA DAN DESAIN SISTEM
BAB III ANALISA DAN DESAIN SISTEM III.1. Analisa Sistem Yang Berjalan Proses pemilihan karyawan berprestasi pada CV. Cyber Computindo saat ini masih dilakukan secara manual dan tidak efisiensi dari segi
BAB III ANALISA DAN DESAIN SISTEM
BAB III ANALISA DAN DESAIN SISTEM III.1. Analisa Sistem Yang Berjalan Seorang pakar dalam menentukan alternatif keputusan membutuhkan waktu yang cukup lama, sehingga dapat mempengaruhi faktor fisikis seorang
SISTEM PENDUKUNG KEPUTUSAN PEMUTUSAN HUBUNGAN KERJA TERHADAP KARYAWAN MENGGUNAKAN METODE ANALYTICAL HIERARCHY PROCESS DI PT SANSAN SAUDARATEX JAYA
SISTEM PENDUKUNG KEPUTUSAN PEMUTUSAN HUBUNGAN KERJA TERHADAP KARYAWAN MENGGUNAKAN METODE ANALYTICAL HIERARCHY PROCESS DI PT SANSAN SAUDARATEX JAYA Deni Andrianto 1), Eddie Krishna Putra 2), Fajri Rakhmat
BAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1 Tahapan Penelitian Metodologi penelitian digunakan sebagai pedoman dalam pelaksanaan penelitian agar hasil yang dicapai tidak menyimpang dari tujuan yang telah dilakukan
BAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1 Tahapan Penelitian Metodologi penelitian adalah cara yang digunakan dalam memperoleh berbagai data untuk diproses menjadi informasi yang lebih akurat sesuai permasalahan
ANALISIS DATA Metode Pembobotan AHP
ANALISIS DATA Data yang diperoleh dari hasil wawancara dengan konsumen dan pakar serta tinjauan langsung ke lapangan, dianalisa menggunakan metode yang berbeda-beda sesuai kebutuhan dan kepentingannya.
SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN JENIS LAPTOP DENGAN MENGGUNAKAN METODE ANALYTICAL HIERARCHY PROCESS
ISSN : 2338-4018 SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN JENIS LAPTOP DENGAN MENGGUNAKAN METODE ANALYTICAL HIERARCHY PROCESS Ari Satria Perdhana (kurawagenk@gmail.com) Wawan Laksito YS, S.Si, M.Kom. (wlaksito@yahoo.com)
BAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Dasar Teori 2.1.1 Sistem Pendukung Keputusan Pada dasarnya sistem pendukung keputusan merupakan pengembangan lebih lanjut dari sistem informasi manajemen terkomputerisasi. Sistem
SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN SUSU IBU HAMIL UNTUK TULANG OTAK JANIN DENGAN METODE AHP
SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN SUSU IBU HAMIL UNTUK TULANG OTAK JANIN DENGAN METODE AHP SKRIPSI Diajukan Untuk Penulisan Guna Memenuhi Salah Satu Syarat Memperoleh Gelar Sarjana Komputer (S.Kom.)
JURNAL SISTEM PENDUKUNG KEPUTUSAN PENGADAAN ALAT KESEHATAN DI PUSKESMAS KECAMATAN DURENAN MENGUNAKAN METODE ANALYTICAL HIERARCY PROCESS (AHP)
JURNAL SISTEM PENDUKUNG KEPUTUSAN PENGADAAN ALAT KESEHATAN DI PUSKESMAS KECAMATAN DURENAN MENGUNAKAN METODE ANALYTICAL HIERARCY PROCESS (AHP) Oleh: FREDDY PRATAMA 12.1.03.02.0161 Dibimbing oleh : 1. Fatkur
BAB IV PENGOLAHAN DAN ANALISIS DATA
BAB IV PENGOLAHAN DAN ANALISIS DATA 4.1 UMUM Bagian ini akan menjelaskan hasil pengolahan data yang didapat melalui survey kuisioner maupun survey wawancara, beserta analisis perbandingan hasil pengolahan
PENERAPAN METODE ANALYTICAL HIERARCHY PROCESS PADA PENENTUAN URUTAN DISTRIBUSI PAKAN TERNAK
PENERAPAN METODE ANALYTICAL HIERARCHY PROCESS PADA PENENTUAN URUTAN DISTRIBUSI PAKAN TERNAK Reny Wahyuning Astuti 1, Novhirtamely Kahar 2, Prastian Ari Asmoro 2 123 Program Studi Teknik Informatika, STMIK
SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PAKET INTERNET OPERATOR TELEKOMUNIKASI DENGAN METODE AHP (ANALYTICAL HIERARCHY PROCESS)
ISSN : 2338-4018 SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PAKET INTERNET OPERATOR TELEKOMUNIKASI DENGAN METODE AHP (ANALYTICAL HIERARCHY PROCESS) Bagus Prasetyo (bagusprasetyo21@ymail.com) Wawan Laksito Y.S.
SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN PENERIMAAN BEASISWA BAGI SISWA SMA N 9 PADANG DENGAN MENGGUNAKAN METODE AHP (ANALYTICAL HIERARCHY PROCESS)
Vol. 3 No. 2 Oktober 2015 Jurnal TEKNOIF ISSN: 2338-2724 SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN PENERIMAAN BEASISWA BAGI SISWA SMA N 9 PADANG DENGAN MENGGUNAKAN METODE AHP (ANALYTICAL HIERARCHY PROCESS)
DAFTAR ISI. DAFTAR TABEL... xiii. DAFTAR GAMBAR... xv BAB I PENDAHULUAN... 1
DAFTAR ISI Halaman ABSTRAK... vi KATA PENGANTAR... vii DAFTAR ISI... ix DAFTAR TABEL... xiii DAFTAR GAMBAR... xv DAFTAR LAMPIRAN... xxi BAB I PENDAHULUAN... 1 1.1 Latar Belakang Masalah... 1 1.2 Perumusan
BAB III ANALISIS DAN DESAIN SISTEM
BAB III ANALISIS DAN DESAIN SISTEM III.1. Analisa Masalah Pengambilan Keputusan dalam menentukan jumlah pemesanan obat masih sering terjadi kesalahan sehingga menjadi lambat dan tidak akurat. Hal ini cenderung
ANALISIS DAN PERANCANGAN APLIKASI PEMILIHAN JENIS BEASISWA MENGGUNAKAN METODE ANALYTICAL HIERARCHY PROCESS (STUDI KASUS: BEASISWA UKRIDA)
Jurnal Teknik dan Ilmu Komputer ANALISIS DAN PERANCANGAN APLIKASI PEMILIHAN JENIS BEASISWA MENGGUNAKAN METODE ANALYTICAL HIERARCHY PROCESS (STUDI KASUS: BEASISWA UKRIDA) ANALYSIS AND DESIGN APPLICATION
BAB III ANALISA DAN DESAIN SISTEM
BAB III ANALISA DAN DESAIN SISTEM III.1. Analisis Masalah Tujuan analisa sistem dalam pembangunan aplikasi sistem pendukung keputusan ini adalah untuk mendapatkan semua kebutuhan pengguna dan sistem, yaitu
BAB 3 METODE PENELITIAN
56 BAB 3 METODE PENELITIAN 3.1 PENDAHULUAN Pada bab ini akan dipaparkan mengenai perancangan penelitian yang digunakan untuk mencapai tujuan dalam penulisan ini. Penelitian ini memiliki 2 (dua) tujuan,
BAB III ANALISA DAN PERANCANGAN SISTEM. dinamakan Human Resources Department (HRD), dimana bagian HRD
BAB III ANALISA DAN PERANCANGAN SISTEM 3.1 Analisa Permasalahan PT. PJB SERVICES mempunyai bagian atau departemen yang dinamakan Human Resources Department (HRD), dimana bagian HRD menangani berbagai hal
III. METODE PENELITIAN. informasi dari kalangan aparat pemerintah dan orang yang berhubungan erat
III. METODE PENELITIAN A. Jenis dan Sumber Data Data-data yang digunakan untuk penelitian ini merupakan gabungan antara data primer dan data sekunder. Data primer mencakup hasil penggalian pendapat atau
DAFTAR ISI. KATA PENGANTAR... i. ABSTRAK... iii. ABSTRACT... iv. DAFTAR ISI... iv. DAFTAR GAMBAR... viii. DAFTAR TABEL... x BAB I PENDAHULUAN...
DAFTAR ISI KATA PENGANTAR... i ABSTRAK... iii ABSTRACT... iv DAFTAR ISI... iv DAFTAR GAMBAR... viii DAFTAR TABEL... x BAB I PENDAHULUAN... 1 1.1 Latar Belakang... 1 1.2 Rumusan Masalah... 3 1.3 Tujuan
PEMILIHAN OBJEK WISATA DI SUMATERA UTARA DENGAN METODE ANALYTICAL HIERARCHY PROCESS (AHP)
PEMILIHAN OBJEK WISATA DI SUMATERA UTARA DENGAN METODE ANALYTICAL HIERARCHY PROCESS (AHP) Dahriani Hakim Tanjung Sistem Informasi, Teknik dan Ilmu Kompuer, Universitas Potensi Utama JL. KL. Yos Sudarso
BAB 1 PENDAHULUAN 1.1. Latar Belakang Masalah
BAB 1 PENDAHULUAN 1.1. Latar Belakang Masalah UD. Gloria merupakan suatu usaha dagang yang menjual barang keperluan sehari-hari (kelontong) baik secara grosir maupun eceran. Usaha yang bertempat di Jalan
PENERAPAN METODE AHP (ANALITICAL HIERARCHY PROCESS) PADA RANCANG BANGUN SISTEM PENDUKUNG KEPUTUSAN GUNA PEMILIHAN PROPERTI SKRIPSI
PENERAPAN METODE AHP (ANALITICAL HIERARCHY PROCESS) PADA RANCANG BANGUN SISTEM PENDUKUNG KEPUTUSAN GUNA PEMILIHAN PROPERTI SKRIPSI Oleh : RIZQI RACHMADI NPM : 0434010234 JURUSAN TEKNIK INFORMATIKA FAKULTAS
SISTEM PENDUKUNG KEPUTUSAN PERIJINAN DAN PENEMPATAN KOLAM JARING TERAPUNG MENGGUNAKAN METODE AHP STUDI KASUS PT
SISTEM PENDUKUNG KEPUTUSAN PERIJINAN DAN PENEMPATAN KOLAM JARING TERAPUNG MENGGUNAKAN METODE AHP STUDI KASUS PT. PJB CIRATA BADAN PENGELOLAAN WADUK CIRATA Erika Susilo Jurusan Teknik Informatika Fakultas
Prioritas Pengembangan Jaringan Jalan Pendukung Kawasan Strategis Di Pulau Sumbawa
Prioritas Pengembangan Jaringan Jalan Pendukung Kawasan Strategis Di Pulau Sumbawa Rizal Afriansyah Program Pascasarjana Universitas Brawijaya Email : rizaldi_87@yahoo.co.id Abstrak - Transportasi mempunyai
SISTEM PENDUKUNG KEPUTUSAN PENENTUAN KARYAWAN TERBAIK PT. BINA JAYA BERBASIS WEB DENGAN MENGGUNAKAN METODE AHP
SISTEM PENDUKUNG KEPUTUSAN PENENTUAN KARYAWAN TERBAIK PT. BINA JAYA BERBASIS WEB DENGAN MENGGUNAKAN METODE AHP TUGAS AKHIR Disusun Oleh : Tri Cahya Nuzuria 11160005 PROGRAM STUDI TEKNIK INFORMATIKA SEKOLAH
BAB III METODE PENELITIAN
11 BAB III METODE PENELITIAN 3.1 Waktu dan Tempat Penelitian Penelitian Penerapan Sistem Manajemen Kesehatan dan Keselamatan Kerja (SMK3) ini dilaksanakan di PT. Suka Jaya Makmur, Kalimantan Barat pada
BAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Analytic Hierarchy Process (AHP) Sumber kerumitan masalah keputusan bukan hanya dikarenakan faktor ketidakpasatian atau ketidaksempurnaan informasi saja. Namun masih terdapat penyebab
BAB IV IMPLEMENTASI DAN EVALUASI. Pada bab ini akan dijelaskan mengenai kebutuhan sistem, implementasi
BAB IV IMPEMENTASI DAN EVAUASI Pada bab ini akan dijelaskan mengenai kebutuhan sistem, implementasi dan evaluasi sistem pendukung keputusan penentuan prioritas penugasan kendaraan dengan menggunakan metode
BAB II TINJAUAN PUSTAKA...
DAFTAR ISI HALAMAN PENGESAHAN... ii PERNYATAAN... iii HALAMAN PERSEMBAHAN... iv PRAKATA... v DAFTAR ISI... vii DAFTAR TABEL... ix DAFTAR GAMBAR... x INTISARI... xii ABSTRACT... xiii BAB I PENDAHULUAN...
SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PEMBELIAN MOTOR JENIS YAMAHA
SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PEMBELIAN MOTOR JENIS YAMAHA Wira Guna Wulan Rindryani Jurusan Sistem Informasi STMIK PalComTech Palembang Abstrak PT Thamrin Brothers adalah sebuah perusahaan yang