ANALISIS PERBANDINGAN METODE SAW DAN TOPSIS DALAM SISTEM PENDUKUNG KEPUTUSAN SELEKSI CALON DOSEN STMIK PALANGKARAYA
|
|
- Sucianty Darmali
- 6 tahun lalu
- Tontonan:
Transkripsi
1 ANALISIS PERBANDINGAN METODE SAW DAN TOPSIS DALAM SISTEM PENDUKUNG KEPUTUSAN SELEKSI CALON DOSEN STMIK PALANGKARAA Susi Hendatie STMIK Palangkaaya Jalan G.Obos No. Palangkaaya sesyalang@gmail.com ABSTRACT The concept of decision-making aids pogam is cuently gowing vey apidly. Thee ae so many methods that used to assist in the decision-making pocess. Thee ae two methods that can be used to solve the poblem of Multi-Attibute Decision Making (MADM); TOPSIS and SAW method. This is because those methods ae simple, easy to undestand, computing efficient and has the ability to measue the elative pefomance of decision altenatives in a simple mathematical fom. The poblem of this study is to solve a paticula MADM case which it may be difficult to detemine which method is the most elevant between the SAW and TOPSIS methods. Theefoe a sensitivity test was conducted to detemine the most appopiate method between SAW and TOPSIS in the settlement of the case. In this poblem solving the poblem of Multi-Attibute Decision Making (MADM) had done though Sensitivity Test pocess fist, then by using the method between SAW o TOPSIS is aimed to assist eveyone in decision-making based on best altenative value Keywod: MADM, Decision Suppoting System, SAW, TOPSIS, Altenative, Sensitivity Test PENDAHULUAN Model MADM sudah banyak digunakan oleh pengambil keputusan untuk menyelesaikan pemasalahan pengambilan keputusan. Dalam model MADM tedapat bebagai macam metode yang dapat digunakan untuk mencai solusi tebaik. Metode yang dipilih oleh pengambil keputusan tekadang tidak elevan untuk menyelesaikan masalah MADM. Pebedaan metode MADM seing menghasilkan pebedaan pada poses pemilihan atau peankingan dai sekumpulan altenatif yang didasakan atas bebeapa atibut. Penelitian ini mengusulkan sebuah pendekatan untuk membantu mengambil keputusan dalam memilih metode MADM yang elevan tehadap kasus yang dibeikan melalui poses analisis sensitivitas. Penelitian ini menganalisis dan membandingkan kedua metode MADM yaitu SAW dan TOPSIS yang kemudian mencai 6
2 STMIK Palangka Raya 7 altenatif tebaik menggunakan metode tepilih hasil dai poses analisis sensitivitas. Penelitian ini mengambil studi kasus Peneimaan calon dosen pada STMIK Palangkaaya. Salah satu fakto pendukung bekembangnya pendidikan adalah sumbe daya manusia yang bekualitas, sehingga menjadi hal yang penting melakukan seleksi tehadap calon dosen secaa tepat. Sehingga menghasilkan dosen yang sesuai dengan kebutuhan instansi pendidikan. Poses analisis sensitivitas dilihat bedasakan pesentase peubahan anking altenatif setiap metode, semakin besa peubahan anking altenatif maka metode tesebut akan semakin dipilih oleh pengambil keputusan. Hasil dai penelitian ini menunjukkan bahwa metode yang telah dikembangkan ini mampu menyelesaikan bebagai macam kasus MADM yang bebeda-beda dengan meneapkan konsep analisis sensitivitas untuk menguji tingkat sensitivitas dai kedua metode MADM untuk memilih calon dosen. Solusi dalam penelitian ini adalah adanya suatu metode yang dapat membeikan ekomendasi sebagai bahan petimbangan untuk mengambil keputusan secaa tepat. Pada penelitian ini mengusulkan sebuah pendekatan untuk membantu pengambil keputusan dalam memilih metode MADM yang elevan tehadap kasus yang dibeikan melalui poses pebandingan. Metode ini mampu mencai suatu solusi optimum tanpa teikat pada kasus tetentu sehingga dapat membantu pengambil keputusan untuk menyelesaikan kasus secaa cepat dan akuat. Setelah melakukan pebandingan antaa kedua metode MADM yaitu SAW dan TOPSIS, kemudian mencai altenatif tebaik menggunakan metode tepilih hasil dai poses analisis pebandingan. Paamete input yang digunakan diantaanya data altenatif, data kiteia dan data bobot. Poses pebandingan dilihat bedasakan pesentase peubahan anking altenatif masing-masing metode, semakin besa peubahan anking altenatif maka metode tesebut akan semakin dipilih oleh pengambil keputusan. Peumusan masalah pada penelitian ini adalah menganalisis pebandingan antaa metode SAW dengan TOPSIS dalam Pendukung Keputusan Calon Dosen STMIK Palangkaaya. Analisis Pebandingan Antaa SAW Dengan Topsis Dalam Pendukung Keputusan Seleksi Calon Dosen
3 8 STMIK Palangka Raya Sebagai ujukan tekini penulis adalah menuut Subandi dalam thesisnya yang bejudul Analisis Pebandingan untuk pemilihan model Multi Atibute Decision Making (MADM) dalam penyelesaian masalah dinamis menjabakan Model MADM sudah banyak digunakan oleh pengambil keputusan untuk menyelesaikan pemasalahan pengambilan keputusan. Dalam model MADM tedapat bebagai macammetode yang dapat digunakan untuk mencai solusi tebaik. Penelitian ini mengembangkan sebuah aplikasi untuk menganalisis dan membandingkan kelima metode MADM yaitu SAW, TOPSIS, WP, ELECTRE dan AHP yang kemudian mencai altenative tebaik menggunakan metode tepilih hasildai poses analisis pebandingan. Adapun tujuan penelitian ini adalah menganalisis pebandingan metode SAW dan metode TOPSIS sehingga menghasilkan metode yang lebih sensitif dalam melakukan peangkingan nilai tetinggi pada seleksi peneimaan calon dosen STMIK Palangkaaya. Kajian pustaka yang mendukung penelitian ini antaa lain:. Sistem Pendukung Keputusan (SPK) Menuut Kusini, (007) SPK meupakan sistem infomasi inteaktif yang menyediakan infomasi, pemodelan, dan pemanipulasian data. Sistem itu digunakan untuk membantu pengambilan keputusan dalam situasi yang semi testuktu dan situasi yang tidak testutu, dimana tak seoang pun tahu secaa pasti bagaimana keputusan sehausnya.. MADM Multiple Attibute Decision Making (MADM) adalah mengevaluasi m altenatif Ai (i=,,..,m) tehadap sekumpulan kiteia Cj (j =,,..,n), dimana setiap kiteia saling tidak begantung satu dengan yang lainnya. Matiks keputusan (X) setiap altenatif tehadap setiap kiteia (Kusumadewi, dkk. 006) dibeikan sebagai: C C Cn X = A... n A... n Am m m... mn dimana ij meupakan ating kineja altenatif ke i tehadap kiteia ke j, Analisis Pebandingan Antaa SAW Dengan Topsis Dalam Pendukung Keputusan Seleksi Calon Dosen
4 STMIK Palangka Raya 9 sehingga Matiks Keputusan (X) 5. Analytic Hieachy Pocess (AHP) beisikan ating kineja (ij). Nilai bobot pefeence untuk. SAW membeikan bobot kepentingan setiap Menuut Kusumadewi (006), kiteia yang mengekpesikan metode SAW seing juga dikenal istilah kepentingan elatifnya dibeikan metode penjumlahan tebobot. Konsep sebagai: dasa metode SAW adalah mencai W = [w, w,..., wn] penjumlahan tebobot dai ating (.) kineja dengan W = Bobot Pefeence, dan wj [w, w,..., wn] = bobot kepentingan setiap kiteia yang mengekpesikan kepentingan elatifnya Matiks Keputusan (X) dan nilai bobot pefeence (W) meupakan nilai pada setiap altenatif dai semua atibut. Metode SAW membutuhkan poses nomalisasi matiks keputusan (X) ke suatu skala yang dapat dipebandingkan dengan semua ating altenatif yang ada. Dibeikanpesamaansebagaibeikut: utama yang meepesentasikan pefeensi absolut dai pengambil keputusan. Masalah MADM diakhii dengan poses peatingan untuk () mendapatkan altenatif tebaik yang Dimanaijadalah ating dipeoleh bedasakan nilai keseluuhan kinejatenomalisasidaialtenatif Ai pefeensi yang dibeikan. padaatibutcj ; i=,,...,m dan Ada bebeapa metode yang dapat j=,,...,n. digunakan untuk menyelesaikan Nilaipefeensiuntuksetiapaltenatif (i) masalah Multiple Attibute Decision dibeikansebagaibeikut: Making (MADM) antaa lain:. Simple Additive Weighting Methode (SAW) (). Weighted Poduct (WP). Electe Nilai i yang lebih besa. Technique fo ode Pefeence by mengindikasikan bahwa altenatif Ai Similaity to Ideal Solution lebih tepilih. (Kusumadewi, 006). (TOPSIS) Analisis Pebandingan Antaa SAW Dengan Topsis Dalam Pendukung Keputusan Seleksi Calon Dosen
5 0 STMIK Palangka Raya Langkah-langkah dai metode SAW adalah:. Menentukan kiteia-kiteia yang akan dijadikan acuan dalam pengambilan keputusan, yaitu C.. Menentukan ating kecocokan setiap altenatif pada setiap kiteia..membuatmatikskeputusanbedasaka nkiteia (C), kemudian melakukan nomalisasi matiks bedasakan pesamaan yang disesuaikan dengan jenis atibut (atibut keuntungan atau pun atibut biaya) sehingga dipeoleh matiks tenomalisasi R.. Hasil akhi dipeoleh dai poses peankingan yaitu penjumlahan dai pekalian matiks tenomalisasi R dengan vecto bobot sehingga dipeoleh nilai tebesa yang dipilih sebagai altenatif tebaik (A) sebagai solusi.. TOPSIS TOPSIS didasakan pada konsep dimana altenatif tepilih yang tebaik tidak hanya memiliki jaak tependek dai solusi ideal positif, namun juga memiliki jaak tepanjang dai solusi ideal negatif. Konsep ini banyak digunakan pada bebeapa model MADM untuk menyelesaikan masalah keputusan secaa paktis. Hal ini disebabkan kaena konsepnya sedehana dan mudah dipahami, komputasinya efisien dan memiliki kemampuan untuk menguku kineja elatif dai altenatifaltenatif keputusan dalam bentuk matematis yang sedehana. Secaa umum, posedu TOPSIS mengikuti langkah-langkah (Kusumadewi, dkk. 006) sebagai beikut:. Membuat matiks keputusan yang tenomalisasi (R) TOPSIS membutuhkan ating kineja setiap altenatif Ai pada setiap kiteia Cj yang tenomalisasi dengan umus : ij= m ij i ij () ij, hasil pebandingan tenomalisasi ke dalam suatu skala setiap altenatif pada setiap kiteia. dengan i=,,...m; dan j=,,...n. m, altenatif Ai (i=,,..,m). Membuat matiks keputusan yang tenomalisasi tebobot () dengan elemen-elemennya adalah: yij = wj ij, () dengan i =,... m: j =,,..., n yij adalah ating bobot tenomalisasi setiap altenatif pada setiap kiteia. Analisis Pebandingan Antaa SAW Dengan Topsis Dalam Pendukung Keputusan Seleksi Calon Dosen
6 STMIK Palangka Raya. Menentukan matiks solusi ideal positif (A + ) dan matiks solusi ideal negatif (A - ) sebagai: A + = A - = dengan (y, (y, y,..., y,..., y n ); (5) y n ); (6) ma y ij ; jika j adalah kiteia keuntungan (7) y j min yij ; jika j adalah kiteia biaya min y ij ; jika y j ma yij ; jika j adalah kiteia j adalah kiteia keuntungan biaya j =,,...n (8). Menentukan jaak antaa nilai setiap altenatif dengan matiks solusi ideal positif negatif i n S = j dan matiks solusi ideal ( ) ; y i y ij i=,,...,m (9) Si adalah jaak antaa nilai setiap altenatif dengan matiks solusi ideal positif S i = n j ( y ij y i ) ;i=,,...,m (0) S i adalah Jaak antaa nilai setiap altenatif dengan matiks solusi ideal negatif 5. Menentukan nilai pefeensi untuk setiap altenatif (Ai) diumuskan sebagai beikut: Ai = S i S i S i ; i =,,...,m () Nilai Ai yang lebih besa menunjukkan bahwa altenatif Ai lebih dipilih. PEMBAHASAN Penelitianini di laksanakan pada calon dosen pada STMIK Palangkaaya yang memenuhi kualifikasi (lolos bekas) sebagai calon dosen dengan pesayaatan beupalulusan magiste kompute dan nilai IPK minimal.00. Paamete input yang digunakan adalah data altenatif, data kiteiadan data bobot. Untuk paamete input data altenatif digunakan calon dosen sebanyak oang, data kiteia menggunakan data tes potensi akademik, teswawancaadan paamete input data tes mico teaching. Dan untuk data bobot akan digunakan data hasil nilai-nilai tes dan standa bobot yang belaku untuk standa nilai kelulusan seleksi. Kemudian penelitian akan dilanjutkan melakukan analisis pebandingan antaa metode SAW dan metode TOPSIS dengan menggunakan hasil tes potensi akademik, tes wawancaa, Psikotes dan tes mico teaching atau kemampuan mengaja dengan menggunakan nilai bobot. Analisis Pebandingan Antaa SAW Dengan Topsis Dalam Pendukung Keputusan Seleksi Calon Dosen
7 STMIK Palangka Raya Untuk paamete input data yang digunakan dapat dijabakan sebagai beikut:. Data Altenatif Tabel Data Altenatif No. NamaC alon Gela IPK. Ade M.Cs,6. Bayu MT,9. Nova M.Kom,78. Dodi M.Kom,5 Sehingga data altenative ini ditandai dengan : A = Ade A = Bayui A =Nova A = Dodi. Data Kiteia a. TesKemampuanAkademik b. TesWawancaa c. Psikotes d. Tes Mico Teaching (Kemampuan Mengaja) Sehingga data Kiteia ini ditandai dengan : C = TesKemampuanAkademik C = TesWawancaa C = Psikotes C= Mico Teaching (Kemampuan Mengaja). Data Bobot a. Ratingkecocokan setiap altenatif pada setiap kiteia, dinilai dengan 0 sampai 00 yaitu: 0 sampai 9 = Sangat buuk, 50 sampai 59 = Buuk, 60 sampai 69 = Cukup, 70 sampai 79 = Baik, 80 sampai 00= Sangat baik. b. Tingkat kepentingan yang nantinya akan dijadikan bobot pefeensi setiap kiteia juga dinilai dengan pesen, dengan ketentuan: ) TesKemampuanAkademik = (5% dai 00%) ) TesWawancaa = (5% dai 00%) ) Psikotes = (5% dai 00%) ) TesMico Teaching (KemampuanMengaja) = (5% dai 00%). Rekapitulasi hasil tes masing-masing Calon Dosen calon dosen sebagai beikut : Tabel Hasil Tes Tes Kemampuan Akademik Wawancaa Psikotes Mico Teaching Ade Bayu 78,5 8,5 8, 8 Nova 79,6 8,75 8,78 8 Dodi 75,6 78,5 77, 80 Dai hasil nilai tes masing-masing calon dosen dibuatlah pehitungan dengan dua metode MADM yaitu SAW dan Analisis Pebandingan Antaa SAW Dengan Topsis Dalam Pendukung Keputusan Seleksi Calon Dosen
8 STMIK Palangka Raya TOPSIS sehingga dapat diketahui nilai bobot akhi dan akan dilakukan pebandingan untuk masing-masing metode. Dengan incian sebagai beikut:. Pembobotan menggunakan metode SAW (Simple Additive Weighting) Hasil tes tesebut dimasukkan kedalam tabel ating kecocokan dai setiap altenatif pada setiap kiteia. Tabel Rating Kecocokan dai setiap altenatif pada setiap kiteia Alte Kiteia natif C C C C A A 78,5 8,5 8, 8 A 79,6 8,75 8,78 8 A 75,6 78,5 77, 80 Kaena setiap nilai yang dibeikan pada setiap altenatif di setiap kiteia meupakan nilai kecocokan (nilai tebesa adalah tebaik) maka semua kiteia yang dibeikan diasumsikan sebagai kiteia keuntungan. Pengambil keputusan membeikan bobot efeensi sebagai ; W = (5%, 5%, 5%, 5%) Matiks keputusan dibentuk dai tabel kecocokan sebagai beikut : 78 78,5 X 79,5 75,6 80 8,5 8,75 78, ,78 77, Pehitungan SAW : Nomalisa Matiks X : Untuk Altenatif : ,98 ma{78;78,5;79,6;75,6} 79,6 78,5 78,5 0,99 ma{78;78,5;79,6;75,6} 79,6 79,6 79,6 ma{78;78,5;79,6;75,6} 79,6 75,6 75,6 0,95 ma{78;78,5;79,6;75,6} 79,6 Untuk Altenatif : ,98 ma{80;8,5;8,75;78,5} 8,75 8 8,5 0,99 ma{80;8,5;8,75;78,5} 8,75 8,75 8,75 ma{80;8,5;8,75;78,5} 8,75 78,5 78,5 0,96 ma{80;8,5;8,75;78,5} 8,75 Untuk Altenatif : 8 8 ma{8;8,;8,78;77,} 8 8, 8, 0,99 ma{8;8,;8,78;77,} 8 8,78 8,78 0,99 ma{8;8,;8,78;77,} 8 77, 77, 0,9 ma{8;8,;8,78;77,} 8 Untuk Altenatif : 8 8 0,99 ma{8;8;8,80} ma{8;8;8,80} ma{8;8;8,80} ,98 ma{8;8;8,80} 8 Matiks Tenomalisasi R : 0,98 0,99 R 0,95 0,98 0,99 0,96 0,99 0,99 0,9 0,99 0,98 Analisis Pebandingan Antaa SAW Dengan Topsis Dalam Pendukung Keputusan Seleksi Calon Dosen
9 STMIK Palangka Raya Poses Peankingan dipeoleh sebagai beikut: (0,5)(0,98) (0,5)(0,98) (0,5)() (0,5)(0,99) 0,90 (0,5)(0,99) (0,5)(0,99) (0,5)(0,99) (0,5)(0,) (0,5)() (0,5)(0,99) (0,5)() (0,5)(), (0,5)(0,95) (0,5)(0,96) (0,5)(0,9) (0,5)(0,98) 0,80 Hasil dai Peangkingan diatas adalah : =, = = 0,90 = 0,80 Nilai tebesa ada pada sehingga altenatif A adalah altenatif yang tepilih sebagai altenatif tebaik. Dengan kata lain, Cica akan tepilih sebagai calon dosen dengan nilai tetinggi.. Pembobotan menggunakan metode TOPSIS (Technique Fo Ode Pefeence by Similaity to Ideal Solution) Sama dengan metode SAW hasil tes tesebut dimasukkan kedalam tabel ating kecocokan dai setiap altenatif pada setiap kiteia sebagai beikut: Tabel Rating Kecocokan dai setiap altenatif pada setiap kiteia Altenatif Kiteia C C C C A A 78,5 8,5 8, 8 A 79,6 8,75 8,78 8 A 75,6 78,5 77, 80 Kaena setiap nilai yang dibeikan pada setiap altenatif di setiap kiteia meupakan nilai kecocokan (nilai tebesa adalah tebaik) maka semua kiteia yang dibeikan diasumsikan sebagai kiteia keuntungan. Nilai bobot efeensi dai pengambilan keputusan sebagai ; W = (5%, 5%, 5%, 5%) Pehitungan TOPSIS Matiks Keputusan Tenomalisasi X ,6 75,6 55, ,87 78,5 55,87 79,6 55,87 75,6 55, ,5008 0,506 0,5068 0,850 8,5 8,75 78,5 60, ,90 8,5 60,90 8,5 60,90 78,5 60,90 X 8 0,970 0,5065 0, ,8788 8, 8,78 77, 6, 8 6, 0,50859 Analisis Pebandingan Antaa SAW Dengan Topsis Dalam Pendukung Keputusan Seleksi Calon Dosen
10 STMIK Palangka Raya 5 8, 6, 8,78 6, 77, 6, X 8 0,506 0,507 0, ,50 8 6,50 8 6,50 8 6, ,50 0,986 0,506 0,506 0,98 Dai pehitungan di atas dipeoleh Matik Tenomalisasi R: R= 0,5008 0,506 0,5068 0,850 0,970 0,5065 0, ,8788 0, ,506 0,507 0,8006 0,986 0,506 0,506 0,98 Dilakukan pehitungan Matiks R dikalikan dengan Bobot Pefeence (W) sehingga menghasilkan Matiks sebagai beikut : Matik Tenomalisasi : = W = (78) (0,5008) = 9,0 = W = (78,5) (0,506) = 9,5 = W = (79,6) (0,5068) = 0,65 = W = (76,6) (0,850) = 6,67 = W = (80) (0,970) = 9,78 = W = (8,5) (0,5065) =,8 = W = (8,75) (0,50808) =,5 = W = (78,5) (0,8788) = 8,0 = W = (8) (0,50859) = 8,0 = W = (8,) (0,506) = 0,89 = W = (8,78) (0,507) =,8 = W = (77,) (0,8006) = 7,6 = W = (8) (0,986) = 0,8 = W = (8) (0,506) =,8 = W = (8) (0,506) =,8 = W = (80) (0,98) = 9,88 Sehingga menghasilkan Matik : 9,0 9,5 0,65 6, ,8,5 8,0 8,0 0,89,8 7,6 0,8,8,8 9,88 Solusi Ideal Positif (A + ) dihitung : ma {9,0; 9,5; 0,65; 6,67}= 0,65 ma {9,78;,8;,5; 8,0}=,5 ma {8,0; 0,89;,8; 7,6}=8,0 ma {0,8;,8;,8; 9,88}=,8 A ma {0,6;,5; 8,0;,8} Solusi Ideal Negatif (A - ) dihitung : min {9,0; 9,5; 0,65; 6,67} = 6,67 min {9,78;,8;,5; 8,0} = 8,0 min {8,0; 0,89;,8; 7,6} = 7,6 min {0,8;,8;,8; 9,88} = 9,88 A min {6,67; 8,0; 7,6; 9,88} Analisis Pebandingan Antaa SAW Dengan Topsis Dalam Pendukung Keputusan Seleksi Calon Dosen
11 6 STMIK Palangka Raya Sehingga Jaak antaa nilai tebobot adalah setiap altenatif tehadap solusi ideal beikut: positif Si dihitung sebagai D (9,0 0,65) (9,78,5) (8,0 8,0) (0,8,8) =, D (9,0 0,65) (,8,5) (0,89 8,0) (,8,8) = 7,9 D (0,65 0,05) (,5,5) (,8 8,0) (,8,8) = 0 D (6,67 0,65) (8,0,5) (7,6 8,0) (9,88,8) =,08 Sehingga Jaak antaa nilai tebobot adalah setiap altenatif tehadap solusi ideal beikut : negaif Si dihitung sebagai D (9,0 6,67) (9,78 8,0) (8,0 7,6) (0,8 9,88) =, D (9,5 6,67) (,8 8,0) (0,89 7,6) (,8 9,88) = 5,769 D (0,65 6,67) (,5 8,0) (,8 7,6) (,8 9,88) = 6,879 D = 0 (6,67 6,67) (8,0 8,0) (7,6 7,6) (9,88 9,88) Kedekatan setiap altenatif tehadap solusi ideal dihitung sebagai beikut :, 0,89,, 5,769 0, 5,769 7,9 6,879 6, ,08 0 Sehingga nilai diankingkan bedasakan nilai yang tetinggi dengan uutan sebagai beikut : 0,89 0, 0 Nilai tebesa ada pada sehingga altenatif A adalah altenatif yang tepilih sebagai altenatif tebaik. Dengan kata lain, Nova akan tepilih sebagai calon dosen dengan nilai tetinggi. Dai pebandingan pehitungan kedua metode MADM yaitu SAW dan TOPSIS maka nilai bedasakan nilai masing-masing altenatif dapat dilihat dai Tabel 5. Tabel 5 Pebandingan nilai bobot masing-masing altenatif Alt SAW TOPSIS Rentang A =0,90 0, 8 A = 0, Nilai 0,07 untuk nilai SAW 0,56 untuk nilai SAW A =,0 0,0 untuk A = 0,80 0 nilai SAW 0,80 untuk nilai SAW Dai hasil poses Uji Sensitivitas pada tabel di atas menghasilkan nilai pebandingan antaa Metode SAW dan Metode TOPSIS yaitu total peubahan metode SAW lebih banyak dibandingkan dengan total peubahan metode TOPSIS. Untuk nilai bobot tebesa pada altenatif dilakukan peankingan sepeti pada tabel beikut: Analisis Pebandingan Antaa SAW Dengan Topsis Dalam Pendukung Keputusan Seleksi Calon Dosen
12 STMIK Palangka Raya 7 Tabel 6 Pebandingan untuk peankingan nilai bobot masing-masing altenatif Peankingan Bobot SAW TOPSIS Altenatif =, = 0, 89 = 0,90 0, = 0,80 0 Sedangkan penjumlahan peubahan anking dengan nilai bobot tebesa untuk masing-masing metode, altenatif sama-sama tepilih. Dengan entang bobot tebesa pada metode SAW yaitu sebesa 0, sehingga metode SAW adalah metode yang paling elevan untuk menyelesaikan kasus tesebut. KESIMPULAN Dai hasil penelitian dan pembahasan diatas maka dapat diambil bebeapa kesimpulan antaa lain :. Untuk kedua metode MADM dalam hal ini adalah metode SAW dan TOPSIS dapat digunakan untuk pengambilan keputusan dalam seleksi peneimaan dosen.. Setelah melakukan pebandingan untuk masing-masing bobot metode SAW dan metode TOPSIS maka dapat disimpulkan bahwa penjumlahan peubahan anking dengan nilai bobot tebesa untuk masing-masing metode, altenatif sama-sama tepilih. Dengan entang bobot tebesa pada metode SAW yaitu sebesa 0, sehingga metode SAW adalah metode yang paling elevan untuk menyelesaikan kasus tesebut. DAFTAR PUSTAKA Kusini, 007. Konsep dan Aplikasi Sistem Pendukung keputusan. Andi Offset, ogyakata Kusumadewi, S.; Hatati, S.; Hajoko, A. & Wadoyo, R Fuzzy multi-attibute Decision Making (Fuzzy MADM). Gaha Ilmu, ogyakata Subandi, HW. 00. MADM-TOOL : Aplikasi uji sensitivitas untuk model MADM menggunakan metode SAW dan TOPSIS. Semina Nasional Aplikasi Teknologi Infomasi, ogyakata Subandi, HW. 0. Analisis sensitivitas untuk pemilihan model Multi Atibute Decision Making (MADM) dalam penyelesaian masalah dinamis.ugm ogyakata Analisis Pebandingan Antaa SAW Dengan Topsis Dalam Pendukung Keputusan Seleksi Calon Dosen
PENERAPAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) DALAM MENENTUKAN PENDIRIAN LOKASI GRAMEDIA DI SUMATERA UTARA
Semina Nasional Teknologi Infomasi dan Multimedia 0 STMIK AMIKOM Yogyakata, 6-8 Febuai 0 ISSN : 0-80 PENERAPAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) DALAM MENENTUKAN PENDIRIAN LOKASI GRAMEDIA DI SUMATERA
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN UNTUK KREDIT PEMILIKAN RUMAH BANK UOB MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTHING
Junal Infomatika Mulawaman Vol. 8 No. 3 Septembe 203 2 SISTEM PENDUKUNG KEPUTUSAN UNTUK KREDIT PEMILIKAN RUMAH BANK UOB MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTHING Budi Fachizal ), Indah Fiti Astuti
Lebih terperinciSistem Pendukung Keputusan Rekomendasi Penerima Beasiswa Menggunakan Fuzzy Multi Attribut Decision Making (FMADM) dan Simple Additive Weighting (SAW)
Junal Rekayasa Elektika Vol., No. 4, Agustus 20, hal. 49-6 49 Sistem Pendukung Keputusan Rekomendasi Peneima Beasiswa Menggunakan Fuzzy Multi Attibut Decision Making (FMADM dan Simple Additive Weighting
Lebih terperinciPENERAPAN ALGORITMA ELECTRE DALAM MENENTUKAN LOKASI SHETLER TRANS JOGJA
PENERAPAN ALGORITMA ELECTRE ALAM MENENTUKAN LOKASI SHETLER TRANS JOGJA Supiatin Sistem Infomasi STMIK AMIKOM Yogyakata supiatin@amikom.ac.id Abstak Tans Jogja meupakan salah satu altenatif tanspotasi massa
Lebih terperinciPenerapan Metode Saw Dalam Menentukan Juara Dance Sekolah Menengah Pertama
ISSN: 2089-3787 63 Peneapan Metode Saw Dalam Menentukan Juaa Dance Sekolah Menengah Petama Yuni Melliyana, Fitiyadi 2 Pogam Studi Sistem Infomasi, STMIK Banjabau Jl.Ahmad Yani Km 33,5 Loktabat Banjabau,
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PENERIMA BEASISWA MAHASISWA KURANG MAMPU PADA STMIK BUDIDARMA MEDAN MENERAPKAN METODE PROFILE MATCHING
SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PENERIMA BEASISWA MAHASISWA KURANG MAMPU PADA STMIK BUDIDARMA MEDAN MENERAPKAN METODE PROFILE MATCHING T.M Syahu Ichsan (1111667 ) Mahasiswa Pogam Studi Teknik Infomatika
Lebih terperinciJurnal Media Infotama, Vol.9, No.2, September
Junal Media Infotama, Vol.9, No.2, Septembe 2013 94 SISTEM PENDUKUNG KEPUTUSAN MENGGUNAKAN METODE SAW UNTUK PENILAIAN DOSEN BERPRESTASI (STUDI KASUS DI UNIVERSITAS DEHASEN BENGKULU) Leni Natalia Zulita
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PEMBERIAN KPR (KREDIT PEMILIKAN RUMAH) UNTUK NASABAH PEMOHON MENGGUNAKAN METODE TOPSIS (STUDI KASUS PT.
Junal Pelita Infomatika, Volume 6, Nomo 3, Juli 7 ISSN 3-945 (Media Cetak) Hal: 335-34 SISTEM PENDUKUNG KEPUTUSAN PEMBERIAN KPR (KREDIT PEMILIKAN RUMAH) UNTUK NASABAH PEMOHON MENGGUNAKAN METODE TOPSIS
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN MENENTUKAN LETAK LOKASI PASAR SWALAYAN BARU KOTA SEMARANG DENGAN METODE SIMPLE ADDITIVE WEIGHTING
Techno.COM, Vol. 12, No. 4, Novembe 201: 198-207 SISTEM PENDUKUNG KEPUTUSAN MENENTUKAN LETAK LOKASI PASAR SWALAYAN BARU KOTA SEMARANG DENGAN METODE SIMPLE ADDITIVE WEIGHTING Emiia Winda Kismanto 1, Setia
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN SELEKSI ASISTEN LABORATORIUM DOSEN ELEKTRO MENGGUNAKAN METODE WEIGHTED PRODUCT DI POLINES
SISTEM PENDUKUNG KEPUTUSAN SELEKSI ASISTEN LABORATORIUM DOSEN ELEKTRO MENGGUNAKAN METODE WEIGHTED PRODUCT DI POLINES Satia Bayu Aji Teknik Infomatika Fakultas Ilmu Kompute Univesitas Dian Nuswantoo Semaang
Lebih terperinciDECISION SUPPORT SYSTEM FOR DETERMINING SCHOLARSHIP RECIPIENTS USING TOPSIS FMADM METHOD
ZERO JURNAL SAINS MATEMATIKA DAN TERAPAN Volume 1 No. 1 2017 Page : 11-21 P-ISSN: 2580-569X E-ISSN: 2580-5754 DECISION SUPPORT SYSTEM FOR DETERMINING SCHOLARSHIP RECIPIENTS USING TOPSIS FMADM METHOD Ismail
Lebih terperinciIMPLEMENTASI SISTEM REKOMENDASIAN PENERIMAAN BEASISWA DENGAN MENGGUNAKAN FMADM
IMPLEMENTASI SISTEM REKOMENDASIAN PENERIMAAN BEASISWA DENGAN MENGGUNAKAN FMADM Anis Yusrotun Nadhiroh Jurusan Teknik Informatika - STT Nurul Jadid Paiton ayusrotun@gmail.com ABSTRAK Sesuai dengan peraturan
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN PENERIMA BEASISWA MENGGUNAKAN METODE FMADM (STUDI KASUS: MAHASISWA FKIP UMN AL-WASHLIYAH MEDAN) ABSTRACT
ZERO JURNAL MATEMATIKA DAN TERAPAN Volume 1 No. 1 2017 P-ISSN: 2580-569X E-ISSN : 2580-5754 SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN PENERIMA BEASISWA MENGGUNAKAN METODE FMADM (STUDI KASUS: MAHASISWA
Lebih terperinciListon Hasiholan 1) dan Sudradjat 2)
EVALUASI KINERJA KARYAWAN MENGGUNAKAN METODE PEMROGRAMAN LINEAR FUY *) Liston Hasiholan 1) dan Sudadjat 2) ABSTRAK Pengukuan kineja kayawan meupakan satu hal yang mutlak dilakukan secaa peiodik oleh suatu
Lebih terperinciIII. METODE PENELITIAN
III. METODE PENELITIAN 3.1. Keangka Pemikian Konseptual Setiap oganisasi apapun jenisnya baik oganisasi non pofit maupun oganisasi yang mencai keuntungan memiliki visi dan misi yang menjadi uh dalam setiap
Lebih terperinciIDENTIFIKASI TANAMAN KACANG-KACANGAN BERDASAR ZAT HARA LAHAN MENGGUNAKAN METODE ELECTRE (STUDI KASUS:DI KABUPATEN GUNUNGKIDUL)
Semina SENATIK Nasional Vol. II, 26 Teknologi Novembe Infomasi 2016, ISSN: dan 2528-1666 Kedigantaaan (SENATIK) Vol. II, 26 Novembe 2016, ISSN: 2528-1666 AI- 95 IDENTIFIKASI TANAMAN KACANG-KACANGAN BERDASAR
Lebih terperinciBAB II METODE PENELITIAN. penelitian korelasional dengan menggunakan pendekatan kuantitatif dan
BAB II METODE PENELITIAN A. Metode Penelitian Bentuk penelitian yang dipegunakan dalam penelitian ini adalah bentuk penelitian koelasional dengan menggunakan pendekatan kuantitatif dan menggunakan umus
Lebih terperinciSKRIPSI. Diajukan Untuk Memenuhi Sebagian Syarat Guna Memperoleh Gelar Sarjana Komputer (S.Kom) Pada Program Studi Sistem Informasi OLEH :
IMPLEMENTASI SISTEM PENDUKUNG KEPUTUSAN SELEKSI PENERIMA BERAS MISKIN MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING ( STUDI KASUS KEL. JAMSAREN KOTA KEDIRI) SKRIPSI Diajukan Untuk Memenuhi Sebagian Syarat
Lebih terperinciDecision Support System untuk Penentuan Pemberian Beasiswa Prestasi di Perguruan Tinggi
JUISI, ol. 02, No. 0, Febuai 206 Decision Suppot System untuk Penentuan Pembeian Beasiswa Pestasi di Peguuan Tinggi Devi Dwi Puwanto Abstak Tiap peguuan tinggi biasanya membeikan bebeapa untuk mahasiswa,
Lebih terperinciSistem Pendukung Keputusan Dalam Menentukan Dosen Pembimbing Skripsi
E-journal Teknik Informatika, Volume 9, No 1 (2016), ISSN : 1 Sistem Pendukung Keputusan Dalam Menentukan Dosen Pembimbing Skripsi Iwan Laengge, Hans F. Wowor, Muhamad D. Putro Teknik Informatika Universitas
Lebih terperinciMODEL MULTI ATTRIBUTE DECISION MAKING METODE SIMPLE ADDITIVE WEIGHTING DALAM PENENTUAN PENERIMA PINJAMAN
100 JURNAL TEKNIK KOMPUTER AMIK BSI MODEL MULTI ATTRIBUTE DECISION MAKING METODE SIMPLE ADDITIVE WEIGHTING DALAM PENENTUAN PENERIMA PINJAMAN Mely Mailasari 100 Abstract Employees Cooperative PT. Indomobil
Lebih terperinciPENDAHULUAN. melakukan kegiatan Praktek Kerja Lapangan (PKL) baik tingkat SMK/sederajat
1 PENDAHULUAN 1.1 Latar Belakang Banyak lembaga pendidikan yang mewajibkan siswa/mahasiswanya melakukan kegiatan Praktek (PKL) baik tingkat SMK/sederajat maupun universitas sebagai salah satu syarat untuk
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PEMILIHAN STAF PENGAJAR MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING
SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN STAF PENGAJAR MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) (STUDI KASUS: ILC (Intensive Learning Center) Pringsewu) Eka Yulia Rosalin Jurusan Sistem Informasi
Lebih terperinciMulti-Attribute Decision Making
Materi Kuliah [05] SPK & Business Intelligence Multi-Attribute Decision Making Dr. Sri Kusumadewi Lizda Iswari Magister Teknik Informatika Program Pascasarjana Fakultas Teknologi Industri Universitas Islam
Lebih terperinciSistem Pendukung Keputusan Seleksi Beasiswa Pendidikan Menggunakan Metode Simple Additive Weighting
SISTEM PENDUKUNG KEPUTUSAN SELEKSI BEASISWA PENDIDIKAN MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING Oleh : Ita Yulianti 1, Imam Tahyudin 2, Nurfaizah 3 1,2,3) STMIK AMIKOM Purwokerto ABSTRAK Tujuan penelitian
Lebih terperinciSISTEM REKOMENDASI PEMBERHENTIAN HUBUNGAN KERJA MENGGUNAKAN FUZZY MULTIPLE ATTRIBUTE DECISION MAKING METODE SIMPLE ADDTIVE WEIGHTING (SAW) SKRIPSI
SISTEM REKOMENDASI PEMBERHENTIAN HUBUNGAN KERJA MENGGUNAKAN FUZZY MULTIPLE ATTRIBUTE DECISION MAKING METODE SIMPLE ADDTIVE WEIGHTING (SAW) SKRIPSI Diajukan Untuk Penulisan Skripsi Guna Memenuhi Salah Satu
Lebih terperinciRANCANGAN SISTEM PENGAMBILAN KEPUTUSAN DALAM MENENTUKAN PILIHAN PRODUK LAPTOP MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHT (SAW)
RANCANGAN SISTEM PENGAMBILAN KEPUTUSAN DALAM MENENTUKAN PILIHAN PRODUK LAPTOP MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHT (SAW) Tri Sulisilowati STMIK Pringsewu Lampung Jl.Wisma Rini No.09 Pringsewu Lampung
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN KELULUSAN UJIAN SARINGAN MASUK JALUR PMDK BERDASARKAN NILAI RATA-RATA MATEMATIKA DAN BAHASA INGGRIS
SISTEM PENDUKUNG KEPUTUSAN KELULUSAN UJIAN SARINGAN MASUK JALUR PMDK BERDASARKAN NILAI RATA-RATA MATEMATIKA DAN BAHASA INGGRIS Fitrah Rumaisa, S.T., Tanti Nurafianti Universitas Widyatama, Jl. Cikutra
Lebih terperinciKata Kunci : Fuzzy MADM, SAW, kriteria, beasiswa.
SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN PENERIMA BEASISWA MENGGUNAKAN SIMPLE ADDITIVE WEIGHTING (SAW) (STUDI KASUS : SISWA SMK MUHAMMADIYAH PRINGSEWU) Andra Setiawan Jurusan Sistem Informasi STMIK
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PENILAIAN KINERJA KARYAWAN KONTRAK PT. TELKOM AKSES MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING M.
SISTEM PENDUKUNG KEPUTUSAN PENILAIAN KINERJA KARYAWAN KONTRAK PT. TELKOM AKSES MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING M.SHOWAM ARIFIN 1 1,2 Teknik Infomatika, Ilmu Kompute, Univesitas Dian Nuswantoo
Lebih terperinciSeminar Nasional Aplikasi Teknologi Informasi 2009 (SNATI 2009) ISSN: Yogyakarta, 20 Juni 2009
SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN PENERIMA BEASISWA BANK BRI MENGGUNAKAN FMADM (STUDI KASUS: MAHASISWA FAKULTAS TEKNOLOGI INDUSTRI UNIVERSITAS ISLAM INDONESIA) Henry Wibowo S 1), Riska Amalia
Lebih terperinciSISTEM PENUNJANG KEPUTUSAN SELEKSI PENERIMAAN SISWA BARU MENGGUNAKAN METODE SIMPLE ADICTIVE WEIGHTING (SAW) STUDI KASUS PADA SMKN 1 RAWAJITU TIMUR
SISTEM PENUNJANG KEPUTUSAN SELEKSI PENERIMAAN SISWA BARU MENGGUNAKAN METODE SIMPLE ADICTIVE WEIGHTING (SAW) STUDI KASUS PADA SMKN 1 RAWAJITU TIMUR Hermannuddin Jurusan Sistem Informasi STMIK Pringsewu
Lebih terperinciKata Kunci: Guru, Decision support systems, MADM, SAW. 1. Pendahuluan
RANCANG BANGUN DECISION SUPPORT SYSTEM PEMILIHAN GURU TERBAIK MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) (STUDI KASUS : SMA BHAKTI PERTIWI KOTA TANGERANG) Taufik Hidayat, S.Kom., M.Kom 1, Fajar
Lebih terperinciPERBANDINGAN NILAI RELIABILITAS DARI HASIL METODE SAW DAN METODE TOPSIS
SNIPTEK 206 ISBN: 978-602-72850-3-3 PERBANDINGAN NILAI RELIABILITAS DARI HASIL METODE SAW DAN METODE TOPSIS Hidayanti Murtina STMIK Nusa Mandiri Jakarta Jl. Damai No. 8 Warung Jati Barat (Margasatwa) Jakarta
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN 3. Jenis dan Lokasi Penelitian 3.. Jenis Penelitian Jenis penelitian yang digunakan adalah penelitian ekspeimen semu (quasi ekspeimental eseach, kaena penelitian yang akan dilakukan
Lebih terperinciPENENTUAN PENERIMA BEASISWA DENGAN MENGGUNAKAN FUZZY MULTIPLE ATRIBUTE DECISSION MAKING.
PENENTUAN PENERIMA BEASISWA DENGAN MENGGUNAKAN FUZZY MULTIPLE ATRIBUTE DECISSION MAKING Apriansyah Putra 1, Dinna Yunika Hardiyanti 2 Jurusan Sistem Informasi,Fakultas Ilmu Komputer Universitas Sriwijaya
Lebih terperinciSISTEM PEMBERIAN BEASISWA DENGAN MENERAPKAN FMADM (FUZZY MULTIPLE ATTRIBUTE DECISION MAKING) DAN SAW (SIMPLE ADDITIVE WEIGHTING) Delpiah Wahyuningsih
SISTEM PEMBERIAN BEASISWA DENGAN MENERAPKAN FMADM (FUZZY MULTIPLE ATTRIBUTE DECISION MAKING) DAN SAW (SIMPLE ADDITIVE WEIGHTING) Delpiah Wahyuningsih Dosen Teknik Informatika STMIK Atma Luhur Pangkalpinang
Lebih terperinciModel Penunjang Keputusan Untuk Seleksi Korps Sukarela PMI Dengan Metode Weighted Product
ISSN: 2089-3787 1030 Model Penunjang Keputusan Untuk Seleksi Korps Sukarela PMI Dengan Metode Weighted Product Nurmaliani 1, Muhammad Faisal Amin 2, Boy Abidin R. 3 Program Studi Teknik Informatika, STMIK
Lebih terperinciBAB IV ANALISIS DATA. analisis paired sample T-test yaitu Ada atau tidaknya Pengaruh Terapi Rational
BAB IV ANALISIS DATA Analisis data meupakan hasil kegiatan setelah data dai seluuh esponden atau sumbe data lainnya tekumpul. Hal ini betujuan untuk mengetahui tingkat kebenaan hipotesis-hipotesis penelitian
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PEMBELIAN KENDARAAN BERMOTOR DENGAN METODE SAW
SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PEMBELIAN KENDARAAN BERMOTOR DENGAN METODE SAW Arie Wedhasmara 1, Jasmo ari wibowo 2 Jurusan Sistem Informasi Fakultas Ilmu Komputer Universitas Sriwijaya Email : jasmo_ari_wibowo@yahoo.co.id
Lebih terperinciANALISIS KOMPARASI SIMPLE ADDITIVE WEIGHTING DAN WEIGHTED PRODUCT DALAM PENENTUAN PENERIMA BEASISWA
ANALISIS KOMPARASI SIMPLE ADDITIVE WEIGHTING DAN WEIGHTED PRODUCT DALAM PENENTUAN PENERIMA BEASISWA Siti Nurhayati Magister Teknik Informatika STMIK AMIKOM Yogyakarta Jl Ring road Utara, Condongcatur,
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI Pada bab ini akan dibahas teori mengenai Sistem Pendukung Keputusan, penelitan lain yang berhubungan dengan sistem pendukung keputusan, Simple Additve Weighting (SAW), dan Weighted
Lebih terperinciMETODE FUZZY SIMPLE ADDITIVE WEIGHTING (SAW) DALAM MENENTUKAN KUALITAS KULIT ULAR UNTUK KERAJINAN TANGAN (STUDI KASUS : CV. ASIA EXOTICA MEDAN)
METODE FUZZY SIMPLE ADDITIVE WEIGHTING (SAW) DALAM MENENTUKAN KUALITAS KULIT ULAR UNTUK KERAJINAN TANGAN (STUDI KASUS : CV. ASIA EXOTICA MEDAN) Alfa Saleh 1, Ria Eka Sari 2, Harris Kurniawan 3 STMIK Potensi
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN DALAM PEMBERIAN BEASISWA DENGAN MENGGUNAKAN METODE WEIGHTED PRODUCT (Studi kasus: Universitas Sari Mutiara Indonesia)
Page 83 SISTEM PENDUKUNG KEPUTUSAN DALAM PEMBERIAN BEASISWA DENGAN MENGGUNAKAN METODE WEIGHTED PRODUCT (Studi kasus: Universitas Sari Mutiara Indonesia) Burhanuddin, Dini 2 Universitas Sari Mutiara Indonesia
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN PENERIMA BEASISWA DI SMA NEGERI 6 PANDEGLANG
SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN PENERIMA BEASISWA DI SMA NEGERI 6 PANDEGLANG Heri Sulistiyo Jurusan Teknik Informatika, Fakultas Teknik dan Ilmu Komputer, Universitas Komputer Indonrsia Jln.
Lebih terperinciFUZZY MADM DALAM EVALUASI PROGRAM STUDI MENGGUNAKAN METODE SIMPLE ADDITIF WEIGHTING
FUZZY MADM DALAM EVALUASI PROGRAM STUDI MENGGUNAKAN METODE SIMPLE ADDITIF WEIGHTING Erliza Yubarda Jurusan Manajemen Informatika, AMIK Mitra Gama Jl. Kayangan No. 99 Duri Riau e-mail : erliza_yubarda@yahoo.co.id
Lebih terperinciAbstract. Keywords: Scholarship, Fuzzy MADM, SAW, Criteria.
ISSN : 1693 1173 Sistem Pendukung Keputusan Beasiswa Diklat dengan Fuzzy Multiple Attribute Decission Making (MADM) Tri Handayani, Wawan Laksito Yuly Saptomo, Teguh Susyanto Abstract The scholarship is
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Objek Wisata Objek dan daya tarik wisata adalah suatu bentukan dan fasilitas yang berhubungan, yang dapat menarik minat wisatawan atau pengunjung untuk datang ke suatu daerah
Lebih terperinciMADM-TOOL : APLIKASI UJI SENSITIVITAS UNTUK MODEL MADM MENGGUNAKAN METODE SAW DAN TOPSIS.
MADM-TOOL : APLIKASI UJI SENSITIVITAS UNTUK MODEL MADM MENGGUNAKAN METODE SAW DAN TOPSIS. Henry Wibowo S Laboratorium Komputasi dan Sistem Cerdas Jurusan Teknik Informatika, Fakultas Teknologi Industri,Universitas
Lebih terperinciMulti-Attribute Decision Making
Multi-Attribute Decision Making Kompetensi Dasar Mahasiswa dapat menyelesaikan masalah pengambilan keputusan dengan metode-metode pada model MADM. Mahasiswa dapat membedakan karakteristik permasalahan
Lebih terperinciBAB 2 TINJAUAN PUSTAKA. 2.1 Definisi Sistem, Keputusan dan Sistem Pendukung Keputusan
BAB 2 TINJAUAN PUSTAKA 2.1 Definisi Sistem, Keputusan dan Sistem Pendukung Keputusan Sistem Pendukung Keputusan (Decision Support System) merupakan sistem informasi interaktif yang menyediakan informasi,
Lebih terperinciPENERAPAN METODE ANALYTICAL HIERARCHY PROCESS (AHP) PADA SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN LAPTOP ABSTRAK
PENERAPAN METODE ANALYTICAL HIERARCHY PROCESS (AHP) PADA SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN LAPTOP Devi Yunita 1, Eka Ridhawati 2 Juusan Sistem Infomasi, STMIK Pingsewu Lampung Jl.Wisma Rini No. 09 Pingsewu
Lebih terperinciKORELASI NORMATIF PEMILIHAN JURUSAN DI SMK BERBASIS WEB
Artikel Skripsi KORELASI NORMATIF PEMILIHAN JURUSAN DI SMK BERBASIS WEB SKRIPSI Diajukan Untuk Memenuhi Sebagian Syarat Guna Memperoleh Gelar Sarjana Komputer (S. Kom) Pada Program Studi Sistem Informasi
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN DALAM PEMBERIAN BEASISWA DENGAN MENGGUNAKAN METODE WEIGHTED PRODUCT (Studi kasus: Universitas Sari Mutiara Indonesia)
Page 83 SISTEM PENDUKUNG KEPUTUSAN DALAM PEMBERIAN BEASISWA DENGAN MENGGUNAKAN METODE WEIGHTED PRODUCT (Studi kasus: Universitas Sari Mutiara Indonesia) Burhanuddin, Dini 2 Universitas Sari Mutiara Indonesia
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN UNTUK MAHASISWA BERPRESTASI DI STIKES MUHAMMADIYAH PRINGSEWU DENGAN METODE SAW
SISTEM PENDUKUNG KEPUTUSAN UNTUK MAHASISWA BERPRESTASI DI STIKES MUHAMMADIYAH PRINGSEWU DENGAN METODE SAW Fitria Ningsih Jurusan Manajemen Informatika STMIK Pringsewu Lampung Jl. Wismarini no.09 Pringsewu
Lebih terperinciBAB III METODE PENELITIAN
33 BAB III METODE PENELITIAN 3.1. Obyek dan Lokasi Penelitian Dalam penelitian ini peneliti memilih obyek penelitian UD. Usaha Mandii Semaang, yang betempat di Jalan Semaang Indah C-VI No 20. UD. Usaha
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN MEMILIH LAPTOP UNTUK MAHASISWA MULTIMEDIA MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHT (SAW)
SISTEM PENDUKUNG KEPUTUSAN MEMILIH LAPTOP UNTUK MAHASISWA MULTIMEDIA MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHT (SAW) Hendri Yustriandi 1, Elisabet Y. A 2 Jurusan Sistem Informasi STMIK Pringsewu Lampung
Lebih terperinciBAB III METODOLOGI PENELITIAN. Metode yang digunakan dalam penelitian ini adalah metode deskriptif,
30 BAB III METODOLOGI PENELITIAN A. Metode Penelitian Metode yang digunakan dalam penelitian ini adalah metode deskiptif, suatu metode penelitian yang ditujukan untuk untuk menggambakan fenomenafenomena
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN BEASISWA DIKLAT DENGAN FUZZY MADM
SISTEM PENDUKUNG KEPUTUSAN BEASISWA DIKLAT DENGAN FUZZY MADM Tri Handayani (teha.nazla@gmail.com) Wawan Laksito YS (wlaksito@yahoo.com) Teguh Susyanto (teguhsusyanto@gmail.com) ISSN : 2338-408 ABSTRAK
Lebih terperinciIII. METODE PENELITIAN
III. METODE PENELITIAN A. Metode Penelitian Metode meupakan caa keja yang digunakan untuk memahami, mengeti, segala sesuatu yang behubungan dengan penelitian aga tujuan yang dihaapkan dapat tecapai. Sesuai
Lebih terperinciPEMILIHAN JURUSAN SISWA SMA MENGGUNAKAN METODE PENDUKUNG KEPUTUSAN FUZZY MADM
A24 Seminar Nasional Teknologi Informasi 2016 PEMILIHAN JURUSAN SISWA SMA MENGGUNAKAN METODE PENDUKUNG KEPUTUSAN FUZZY MADM Fata Nidaul Khasanah 1), Rita Wahyuni Arifin 2) 1)2) Teknik Informatika STMIK
Lebih terperinciPENENTUAN PRODUK KERAJINAN UNGGULAN DENGAN MENGGUNAKAN MADM-SAW. Fera Tri Wulandari 1*, Setiya Nugroho 1
PENENTUAN PRODUK KERAJINAN UNGGULAN DENGAN MENGGUNAKAN MADM-SAW Fera Tri Wulandari 1*, Setiya Nugroho 1 1 Program Studi Manajemen Informatika, Fakultas Ilmu Komputer, Universitas Widya Dharma Klaten Jl
Lebih terperinciPENERAPAN METODE SIMPLE ADDITIVE WEIGHTING DALAM SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN TABLET
PENERAPAN METODE SIMPLE ADDITIVE WEIGHTING DALAM SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN TABLET Dhuto Hestu Wicaksono Jurusan Teknik Informatika, Fakultas Ilmu Komputer, Universitas Dian Nuswantoro Email
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN. Bab ini membahas mengenai uraian dan analisis data-data yang
BAB IV HASIL DAN PEMBAHASAN Bab ini membahas mengenai uaian dan analisis data-data yang dipeoleh dai data pime dan sekunde penelitian. Data pime penelitian ini adalah hasil kuesione yang disebakan kepada
Lebih terperinciBAB III METODE PENELITIAN. mengenai Identifikasi Variabel Penelitian, Definisi Variabel Penelitian,
BAB III METODE PENELITIAN Pembahasan pada bagian metode penelitian ini akan menguaikan mengenai Identifikasi Vaiabel Penelitian, Definisi Vaiabel Penelitian, Populasi, Sampel dan Teknik Pengambilan Sampel,
Lebih terperinciBAB II METODOLOGI PENELITIAN. Jenis penelitian yang dilakukan adalah penelitian asosiatif dengan analisa
.1. Bentuk Penelitian BAB II METODOLOGI PENELITIAN Jenis penelitian yang dilakukan adalah penelitian asosiatif dengan analisa kuantitatif, dengan maksud untuk mencai maksud dan pengauh antaa vaiable independen
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PENERIMA BANTUAN DANA RUTILAHU DENGAN MENGGUNAKAN METODE ELECTRE
Semina Nasional Teknologi Infomasi an Komunikasi 6 (SENTIKA 6) ISSN: 89-985 Yogyakata, 8-9 Maet 6 SISTEM PENDUKUNG KEPUTUSAN PENERIMA BANTUAN DANA RUTILAHU DENGAN MENGGUNAKAN METODE ELETRE Wilan Fauzi
Lebih terperinciSistem Pendukung Keputusan Penentuan Lokasi Gudang di Perusahaan dengan Metode Weighted Product
Sistem Pendukung Keputusan Penentuan Lokasi Gudang di Perusahaan dengan Metode Weighted Product Indah Kumala Sari 1, Yohana Dewi Lulu W 2, Kartina Diah K 3 1,2 Jurusan Sistem Informasi,.3 Jurusan Teknik
Lebih terperinciBAB III METODE PENELITIAN. adalah untuk mengetahui kontribusi motivasi dan minat bekerja di industri
BAB III METODE PENELITIAN A. Jenis Penelitian Bedasakan pemasalahan, maka penelitian ini temasuk penelitian koelasional yang besifat deskiptif, kaena tujuan utama dai penelitian ini adalah untuk mengetahui
Lebih terperinciPENENTUAN PENERIMA BEASISWA BERDASARKAN KRITERIA PADA UIN RADEN FATAH PALEMBANG
PENENTUAN PENERIMA BEASISWA BERDASARKAN KRITERIA PADA UIN RADEN FATAH PALEMBANG Gusmelia Testiana UIN Raden Fatah Palembang Jl.KH. Zainal Abidin Fikri Palembang gusmelia.testiana@gmail.com ABSTRAK Masalah
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN MENENTUKAN PENERIMA BEASISWA BERPRESTASI MENGGUNAKAN FUZZY MULTIPLE ATTRIBUTE DECISION MAKING (FMADM) DENGAN METODE SAW
Seminar Nasional Teknologi Informasi dan Multimedia 205 STMIK AMIKOM Yogyakarta, 6-8 Februari 205 SISTEM PENDUKUNG KEPUTUSAN MENENTUKAN PENERIMA BEASISWA BERPRESTASI MENGGUNAKAN FUZZY MULTIPLE ATTRIBUTE
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN DALAM PEMILIHAN MOTOR BEBEK DENGAN MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW)
SISTEM PENDUKUNG KEPUTUSAN DALAM PEMILIHAN MOTOR BEBEK DENGAN MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) SKRIPSI Diajukan Untuk Memenuhi Sebagian Syarat Guna Memperoleh Gelar Sarjana Komputer (S.Kom)
Lebih terperinci9/22/2011. Bahan Kuliah : Topik Khusus
9//0 Mahasiswa dapat memahami dan mampu mengaplikasikan beberapa metode untuk menyelesaikan masalah dengan alternatifalternatif dalam jumlah yang relatif kecil. Bahan Kuliah : Topik Khusus Fokus Masalah
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN MENENTUKAN SISWA TELADAN DI SDN 5 TUNGGUL PAWENANG. Beta Wulan Asmara 1, Dedi Irawan 2
SISTEM PENDUKUNG KEPUTUSAN MENENTUKAN SISWA TELADAN DI SDN 5 TUNGGUL PAWENANG Beta Wulan Asmara 1, Dedi Irawan 2 Jurusan Sistem Informasi STMIK Pringsewu Lampung Jl. Wisma Rini No. 09 Pringsewu Lampung
Lebih terperinciVolume : II, Nomor : 1, Pebruari 2014 Informasi dan Teknologi Ilmiah (INTI) ISSN : X
PERANCANGAN APLIKASI SISTEM PENDUKUNG KEPUTUSAN PERSEDIAAN ALAT TULIS KANTOR MENGGUNAKAN MULTIPLE ATRRIBUTE DECISION MAKING (Studi Kasus : Perguruan Jaya Pancur Batu) Rinaldi Alfriadi Manurung (0911558)
Lebih terperinciRANCANGAN SISTEM PENGAMBILAN KEPUTUSAN DALAM MENENTUKAN PILIHAN PRODUK TABLET PC MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHT (SAW)
RANCANGAN SISTEM PENGAMBILAN KEPUTUSAN DALAM MENENTUKAN PILIHAN PRODUK TABLET PC MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHT (SAW) Elisabet Yunaeti Anggraeni, M.T.I., Rita Irviani, M.M., Riza Lestari Jurusan
Lebih terperinciMETODOLOGI PENELITIAN. Metode yang digunakan dalam penelitian ini adalah metode Deskriptif. Karena
35 III. METODOLOGI PENELITIAN 1.1 Metode Penelitian Metode yang digunakan dalam penelitian ini adalah metode Deskiptif. Kaena penelitian ini mengkaji tentang Pengauh Kontol Dii dan Lingkungan Keluaga Tehadap
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN KUALITAS PELAYANAN PADA APOTEK AMONG ROGO ADILUWIH. Febriana 1, Dedi Irawan 2
SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN KUALITAS PELAYANAN PADA APOTEK AMONG ROGO ADILUWIH Febriana 1, Dedi Irawan 2 Jurusan Sistem Informasi STMIK Pringsewu Lampung Jl. Wisma Rini No. 09 Pringsewu
Lebih terperinciBAB IV ANALISIS HUBUNGAN UMPAN BALIK DENGAN MOTIVASI BELAJAR PENDIDIKAN AGAMA ISLAM SISWA SMP NEGERI 9 BATANG
BAB IV ANALISIS HUBUNGAN UMPAN BALIK DENGAN MOTIVASI BELAJAR PENDIDIKAN AGAMA ISLAM SISWA SMP NEGERI 9 BATANG Setelah data dai kedua vaiabel yaitu vaiabel X dan vaiabel Y tekumpul seta adanya teoi yang
Lebih terperinciPENERAPAN MULTIMETODE BERBASIS MATRIKS PADA SELEKSI PENERIMAAN CALON ASISTEN LABOR.
PENERAPAN MULTIMETODE BERBASIS MATRIKS PADA SELEKSI PENERIMAAN CALON ASISTEN LABOR Rahimullaily 1), Lakry Maltaf 2) 1), 2) Program Studi Sistem Informasi STMIK Indonesia Padang 1) email: rahimullaily@stmikindonesia.ac.id
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN PENERIMAAN BEASISWA BAGI MAHASISWA STMIK AMIKOM YOGYAKARTA SKRIPSI
SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN PENERIMAAN BEASISWA BAGI MAHASISWA STMIK AMIKOM YOGYAKARTA SKRIPSI disusun oleh Gerdon 07.12.2562 JURUSAN SISTEM INFORMASI SEKOLAH TINGGI MANAJEMEN INFORMATIKA
Lebih terperinciBAB. III METODE PENELITIAN. A.Identifikasi Variabel Penelitian. Variabel-variabel dalam penelitian ini adalah sebagai berikut:
BAB. III METODE PEELITIA A.Identifikasi Vaiabel Penelitian Pada bagian ini akan diuaikan segala hal yang bekaitan dengan identifikasi vaiabel penelitian, definisi opeasional vaiabel penelitian, subjek
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN JURUSAN MENGGUNAKAN METODE FUZZY SAW (Studi Kasus SMKN 4 Bandar lampung)
SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN JURUSAN MENGGUNAKAN METODE FUZZY SAW (Studi Kasus SMKN 4 Bandar lampung) Fitria¹, sulyono² ¹, ² Department of Informatics Engineering, The Informatics and Busines,
Lebih terperinciHAND OUT STATISTIK NON PARAMETRIK
HAND OUT STATISTIK NON PARAMETRIK KASUS (k) SAMPEL BERHUBUNGAN Oleh : Aief Sudajat, S. Ant, M.Si PRODI SOSIOLOGI FAKULTAS ILMU SOSIAL UNIVERSITAS NEGERI SURABAYA 006 KASUS (k) SAMPEL BERHUBUNGAN Pada bagian
Lebih terperinciIII. METODE PENELITIAN. ilmiah, apabila penelitian tersebut menggunakan metode atau alat yang tepat. dan menguji kebenaran suatu pengetahuan.
8 III. METODE PENELITIAN A. Jenis Penelitian Suatu penelitian dapat behasil dengan baik dan sesuai dengan posedu ilmiah, apabila penelitian tesebut menggunakan metode atau alat yang tepat. Dengan menggunakan
Lebih terperinciIII. METODE PENELITIAN. menggunakan kuesioner sebagai teknik pokok. Penelitian yang bersifat
III. METODE PENELITIAN A. Metode Penelitian Penelitian ini menggunakan metode penelitian kuantitatif, kaena dalam pengumpulan data, penulis menghimpun infomasi dai paa esponden menggunakan kuesione sebagai
Lebih terperinciOleh : Tutut Maitanti*, Ema Utami**, Emha Taufiq Luthfi**
PENERAPAN TOPSIS FUZZY MADM DALAM MEMBANGUN SISTEM PENDUKUNG KEPUTUSAN SELEKSI PENERIMAAN BEASISWA Oleh : Tutut Maitanti*, Ema Utami**, Emha Taufiq Luthfi** STMIK AMIKOM YOGYAKARTA ABSTRAK Penelitian ini
Lebih terperinciIII. METODOLOGI PENELITIAN. Metode penelitian yang digunakan adalah Deskriptif Asosiatif dengan
III. METODOLOGI PENELITIAN A. Pendekatan Penelitian Metode penelitian yang digunakan adalah Deskiptif Asosiatif dengan pendekatan ex post facto. Metode deskiptif dapat diatikan sebagai penelitian yang
Lebih terperinci3Dok(xx) campuran salah satu strain R. Trifolii dengan
Kandungan nitogen pada tanaman Red Clove (mg) yang diinkubasi dengan stain Rhizobium tifolii ditambah dengan gabungan dai 5 stain alfalfa, Rhizobium melitoti. Pelakuan Ulangan Jumlah 3Dok(xx) campuan salah
Lebih terperinciPENENTUAN SISWA BERPRESTASI PADA SMK WIDYA YAHYA GADINGREJO DENGAN METODE SAW
PENENTUAN SISWA BERPRESTASI PADA SMK WIDYA YAHYA GADINGREJO DENGAN METODE SAW RATIH ERNAWATI Jurusan Sistem Informasi, Sekolah Tinggi Manajemen dan Informatika STMIK Pringsewu Lampung Jl. Wismarini no.09
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1. Landasan Teori 2.1.1. Metode SAW (Simple Additive Weighting) Metode SAW (Simple Additive Weighting) adalah suatu metode yang digunakan untuk mencari alternatif optimal dari
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Teori Keputusan Teori keputusan adalah teori mengenai cara manusia memilih pilihan diantara pilihan-pilihan yang tersedia secara acak guna mencapai tujuan yang hendak diraih (Hansson,
Lebih terperinciBAB III METODE PENELITIAN. identifikasi variabel penelitian, definisi operasional variabel penelitian, subjek
9 BAB III METODE PEELITIA A. Identifikasi Vaiabel Penelitian Pada bagian ini akan diuaikan segala hal yang bekaitan dengan identifikasi vaiabel penelitian, definisi opeasional vaiabel penelitian, subjek
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PENERIMAAN SISWA BARU DI SMA NEGERI 2 PEMALANG DENGAN METODE SIMPLE ADDITIVE WEIGHTING
SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN SISWA BARU DI SMA NEGERI 2 PEMALANG DENGAN METODE SIMPLE ADDITIVE WEIGHTING DIDIK PAMBUDI A11.2009.04833 Program Studi Teknik Informatika-S1,Fakultas Ilmu Komputer,Universitas
Lebih terperinciPERBANDINGAN PENERAPAN METODE SAW DAN TOPSIS DALAM SISTEM PEMILIHAN LAPTOP
PERBANDINGAN PENERAPAN METODE SAW DAN TOPSIS DALAM SISTEM PEMILIHAN LAPTOP SKRIPSI Diajukan Untuk Memenuhi Salah Satu Syarat Memperoleh Gelar Sarjana Komputer ( S.Kom ) Pada Program Studi Teknik Informatika
Lebih terperinciPEMILIHAN PEGAWAI BERPRESTASI BERDASAR EVALUASI KINERJA PEGAWAI DENGAN METODE SAW
ISSN : 2302-305 STMIK AMIKOM Yogyakarta, - Februari 2015 PEMILIHAN PEGAWAI BERPRESTASI BERDASAR EVALUASI KINERJA PEGAWAI DENGAN METODE SAW Lili Tanti1) 1) Sistem Informasi Universitas Potensi Utama Jl
Lebih terperinciPERANCANGAN SISTEM PENDUKUNG KEPUTUSAN UNTUK PEMILIHAN PEMASOK NATA DE COCO DENGAN METODE SIMPLE ADDITIVE WEIGHTING
PERANCANGAN SISTEM PENDUKUNG KEPUTUSAN UNTUK PEMILIHAN PEMASOK NATA DE COCO DENGAN METODE SIMPLE ADDITIVE WEIGHTING Cahyono Sigit Pramudyo 1 dan Dian Eko Hari Purnomo 2 Abstrak: Pemasok nata de coco lembaran
Lebih terperinciJurnal SISFO Vol. 7, No.1, Februari 2013 STIKOM Dinamika Bangsa - Jambi 1
ANALISIS SISTEM PENUNJANG KEPUTUSAN UNTUK MENENTUKAN PELAMAR CALON DOSEN MENJADI DOSEN DENGAN MENGGUNAKAN FUZZY MADM (STUDI KASUS : STIKOM DINAMIKA BANGSA) Jasmir, S.Kom, M.Kom Dosen Tetap STIKOM Dinamika
Lebih terperincilangsung dilokasi obyek penelitian yang berkaitan dengan kegiatan yang Teknik ini dipergunakan untuk memperoleh data tentang jumlah karyawan di
III. METODE PENELITIAN 3.1 Metode Pengumpulan Data Dalam peneltian ini akan digunakan bebeapa teknik dalam pengumpulan data yaitu: 1. Obsevasi Yaitu caa pengumpulan data melalui pencatatan secaa cemat
Lebih terperinciPengembangan instrumen penilaian kemampuan berfikir kritis pada pembelajaran fisika SMA
Papes semina.uad.ac.id/index.php/quantum Semina Nasional Quantum #5 (018) 477-1511 (7pp) Pengembangan instumen penilaian kemampuan befiki kitis pada pembelajaan fisika SMA Suji Adianti, dan Ishafit Pogam
Lebih terperinci