SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN MAKALAH SEMINAR TERBAIK

dokumen-dokumen yang mirip
FMDAM (2) TOPSIS TOPSIS TOPSIS. Charitas Fibriani

BAB 2 LANDASAN TEORI. Regresi linier sederhana yang variabel bebasnya ( X ) berpangkat paling tinggi satu.

BAB 2 LANDASAN TEORI. perkiraan (prediction). Dengan demikian, analisis regresi sering disebut sebagai

UKURAN GEJALA PUSAT DAN UKURAN LETAK

BAB 2 LANDASAN TEORI. Regresi linier sederhana merupakan bagian regresi yang mencakup hubungan linier

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 6 PRINSIP INKLUSI DAN EKSKLUSI

* MEMBUAT DAFTAR DISTRIBUSI FREKUENSI MENGGUNAKAN ATURAN STURGES

PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 2. Tinjauan Teoritis

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. melakukan smash sebelum dan sesudah latihan power otot lengan adalah sebagai

8. MENGANALISIS HASIL EVALUASI

BAB III METODE PENELITIAN. Tempat penelitian ini dilaksanakan di SMP Negeri 4 Tilamuta Kabupaten

III. METODE PENELITIAN. yang hidup dan berguna bagi masyarakat, maupun bagi peneliti sendiri

ANALISIS REGRESI. Model regresi linier sederhana merupakan sebuah model yang hanya terdiri dari satu peubah terikat dan satu peubah penjelas:

PENDAHULUAN Metode numerik merupakan suatu teknik atau cara untuk menganalisa dan menyelesaikan masalah masalah di dalam bidang rekayasa teknik dan

STATISTIKA: UKURAN PEMUSATAN. Tujuan Pembelajaran

BAB IX PENGGUNAAN STATISTIK DALAM SIMULASI

BAB II LANDASAN TEORI

BAB 5. ANALISIS REGRESI DAN KORELASI

NORM VEKTOR DAN NORM MATRIKS

ANALISIS INDEKS DISTURBANCES STORM TIME DENGAN KOMPONEN H GEOMAGNET

X a, TINJAUAN PUSTAKA

BAB III MENYELESAIKAN MASALAH REGRESI INVERS DENGAN METODE GRAYBILL. Masalah regresi invers dengan bentuk linear dapat dijumpai dalam

BAB 2 LANDASAN TEORI. Analisis regresi adalah suatu proses memperkirakan secara sistematis tentang apa yang paling

TAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE MAKSIMUM LIKELIHOOD

PEMILIHAN MAHASISWA BERPRESTASI DIPLOMA MENGGUNAKAN METODE TOPSIS

TAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE KUADRAT TERKECIL

BAB III INTEGRAL RIEMANN-STIELTJES. satu pendekatan untuk membentuk proses titik. Berkaitan dengan masalah

BAB 1 ERROR PERHITUNGAN NUMERIK

SOLUSI TUGAS I HIMPUNAN

BAB II TINJAUAN PUSTAKA

POLIGON TERBUKA TERIKAT SEMPURNA

WAKTU PERGANTIAN ALAT BERAT JENIS WHEEL LOADER DENGAN METODE LEAST COST

STATISTIKA A. Definisi Umum B. Tabel Distribusi Frekuensi

PENAKSIR RASIO YANG EFISIEN UNTUK RATA-RATA POPULASI DENGAN MENGGUNAKAN DUA VARIABEL TAMBAHAN

BAB III UKURAN PEMUSATAN DATA

BAB 2 LANDASAN TEORI. yang akan terjadi pada masa yang akan datang dengan waktu yang relative lama.

Uji Statistika yangb digunakan dikaitan dengan jenis data

REGRESI LINIER SEDERHANA

ISSN: JURNAL GAUSSIAN, Volume 4, Nomor 2, Tahun 2015, Halaman Online di:

Pembobotan dan Optimasi Untuk Pemilihan Distributor PT Maan Ghodaqo Shiddiq Lestari

BAB I PENDAHULUAN. 1.1 Statistika Deskriptif dan Statistika Inferensial. 1.2 Populasi dan Sampel

TEKNIK SAMPLING. Hazmira Yozza Izzati Rahmi HG Jurusan Matematika FMIPA Universitas Andalas

SUM BER BELA JAR Menerap kan aturan konsep statistika dalam pemecah an masalah INDIKATOR MATERI TUGAS

PRAKTIKUM 7 Penyelesaian Persamaan Non Linier Metode Secant Dengan Modifikasi Tabel

PRAKTIKUM 5 Penyelesaian Persamaan Non Linier Metode Secant Dengan Modifikasi Tabel

TAKSIRAN UMUR SISTEM DENGAN UMUR KOMPONEN BERDISTRIBUSI SERAGAM. Sudarno Jurusan Matematika FMIPA UNDIP

BAB 2 LANDASAN TEORITIS. yang akan terjadi pada masa yang akan datang dengan waktu yang relatif lama.

BAB IV BATAS ATAS BAGI JARAK MINIMUM KODE SWA- DUAL GENAP

INTERVAL KEPERCAYAAN UNTUK PERBEDAAN KOEFISIEN VARIASI DARI DISTRIBUSI LOGNORMAL I. Pebriyani 1*, Bustami 2, S. Sugiarto 2

Penyelesaian Sistem Persamaan Linier Kompleks Dengan Invers Matriks Menggunakan Metode Faddev (Contoh Kasus: SPL Kompleks dan Hermit)

Uji Modifikasi Peringkat Bertanda Wilcoxon Untuk Masalah Dua Sampel Berpasangan 1 Wili Solidayah 2 Siti Sunendiari 3 Lisnur Wachidah

I adalah himpunan kotak terbatas dan tertutup yang berisi lebih dari satu

ANALISIS ALGORITMA REKURSIF DAN NONREKURSIF

BAB 1 STATISTIKA RINGKASAN MATERI

UKURAN GEJALA PUSAT (UGP)

IMPLEMENTASI DAN KOMPARASI ATURAN SEGIEMPAT UNTUK PENYELESAIAN INTEGRAL DENGAN BATAS MENGGUNAKAN MATLAB

TINJAUAN PUSTAKA Evaluasi Pengajaran

Orbit Fraktal Himpunan Julia

BAB II TINJAUAN TEORITIS. Statistik merupakan cara cara tertentu yang digunakan dalam mengumpulkan,

Pembobotan dan Optimasi Untuk Pemilihan Distributor PT Maan Ghodaqo Shiddiq Lestari

*Corresponding Author:

4/1/2013. Bila X 1, X 2, X 3,,X n adalah pengamatan dari sampel, maka rata-rata hitung dirumuskan sebagai berikut. Dengan: n = banyak data

PEDOMAN STATISTIK UJI PROFISIENSI

ALGORITMA MENENTUKAN HIMPUNAN TERBESAR DARI SUATU MATRIKS INTERVAL DALAM ALJABAR MAX-PLUS

TUGAS MATA KULIAH TEORI RING LANJUT MODUL NOETHER

SIFAT-SIFAT LANJUT FUNGSI TERBATAS

S2 MP Oleh ; N. Setyaningsih

USULAN ACCEPTANCE SAMPLING PLAN UNTUK TAPE YARN PRODUK GEOTEX 250 Studi kasus: PT. Unggul Karya Semesta - Bogor

Di dunia ini kita tidak dapat hidup sendiri, tetapi memerlukan hubungan dengan orang lain. Hubungan itu pada umumnya dilakukan dengan maksud tertentu

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI. Dalam pengambilan sampel dari suatu populasi, diperlukan suatu

ANALISIS PENGGABUNGAN METODE SAW DAN METODE TOPSIS UNTUK MENDUKUNG KEPUTUSAN SELEKSI PENERIMAAN DOSEN

LANGKAH-LANGKAH UJI HIPOTESIS DENGAN 2 (Untuk Data Nominal)

BAB III PERSAMAAN PANAS DIMENSI SATU

Algoritma Umum Pencarian Informasi Dalam Sistem Temu Kembali Informasi Berbasis Metode Vektorisasi Kata dan Dokumen

TATAP MUKA III UKURAN PEMUSATAN DATA (MEAN, MEDIAN DAN MODUS) Fitri Yulianti, SP. Msi.

PEMILIHAN PENGRAJIN TERBAIK DENGAN METODE ELECTRE DAN TOPSIS MENGGUNAKAN GUI MATLAB (STUDI KASUS : PT. Asaputex Jaya, Tegal)

Jurnal Matematika Murni dan Terapan Vol. 4 No.2 Desember 2010: ANALISIS REGRESI LINEAR BERGANDA DENGAN SATU VARIABEL BONEKA (DUMMY VARIABLE)

Metode Statistika Pertemuan XII. Analisis Korelasi dan Regresi

METODE PENELITIAN. Kota Bogor. Kecamatan Bogor Barat. Purposive. Kelurahan Cilendek Barat RW 05 N1= 113. Cluster random sampling.

BAB 2 LANDASAN TEORI. disebut dengan bermacam-macam istilah: variabel penjelas, variabel

Ukuran Pemusatan Data. Arum Handini P., M.Sc Ayundyah K., M.Si.

2.2.3 Ukuran Dispersi

Beberapa Metode Alternatif untuk Analisis Data Sampel Berpasangan

Jawablah pertanyaan berikut dengan ringkas dan jelas menggunakan bolpoin. Total nilai 100. A. ISIAN SINGKAT (Poin 20) 2

BAB III METODOLOGI PENELITIAN. Berdasarkan permasalahan yang akan diteliti oleh penulis, maka metode

METODOLOGI PENELITIAN. pengaruh atau akibat dari suatu perlakuan atau treatment, dalam hal ini yaitu

PENGARUH BOBOT PADA METODE WEIGHTED FUZZY GOAL PROGRAMMING (WFGP) TERHADAP STRATEGI PENGAMBILAN KEPUTUSAN PENENTUAN ALOKASI KUOTA SUPPLIER

BAB III METODE PENELITIAN. Penelitian ini dilakukan di PT. Mulya Agro Bioteknologi yang terletak

KARAKTERISTIK INFLASI KOTA-KOTA DI INDONESIA BAGIAN BARAT

ANALISIS PEUBAH PREDIKTOR YANG MEMUAT KESALAHAN PENGUKURAN DENGAN REGRESI ORTOGONAL

11/10/2010 REGRESI LINEAR SEDERHANA DAN KORELASI TUJUAN

XI. ANALISIS REGRESI KORELASI

PRINSIP INKLUSI- EKSKLUSI INCLUSION- EXCLUSION PRINCIPLE

RANCANG BANGUN SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN OPERATOR TELEKOMUNIKASI DENGAN METODE AHP DAN TOPSIS. 2)

3.1 Biaya Investasi Pipa

Dasar Ekonomi Teknik: Matematika Uang. Ekonomi Teknik TIP FTP UB

Transkripsi:

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN MAKALAH SEMINAR TERBAIK Deborah Kurawat 1), Azhar S.N. 2) 1) Program stud Sstem Iformas STMIK AKAKOM Jl. Raya Jat No 143 Karagjambe Yogyakarta 2) Jurusa Ilmu Komputer da Elektroka, FMIPA UGM Yogyakarta e-mal: dkdk1110@gmal.com 1), ars.softcomp@gmal.com 2) ABSTRAK Pemlha makalah semar terbak merupaka salah satu betuk apresas yag dapat dberka oleh peyeleggara semar kepada peyusu makalah. Sela jumlah makalah, perbedaa gaya pelaa para revewer; keragama da komplekstas berbaga lmu;serta objektvtas pelaa mejad tataga bag peyeleggara semar utuk memlh makalah semar terbak dega harapa keputusa yag dhaslka dapat dterma oleh berbaga phak. Peelta megusulka sebuah aplkas sstem pedukug keputusa utuk memlh makalah semar terbak dega model keputusa yag dbetuk dar metode Kuattatf da metode Profle matchg. Beberapa krtera makalah terbak yag dguaka adalah keterkata dega tema, bdag, peermaa makalah, da presetas. Sela megakomodas berbaga krtera yag dguaka, model yag dbetuk harus dapat megakomodas perbedaa gaya pelaa para revewer, da keragama serta komplekstas berbaga bdag lmu. Dega megguaka model yag telah dracag, sstem pedukug keputusa yag dbagu dapat memberka alteratf makalah semar terbak sesua dega krtera yag dguaka da dapat megakomodas berbaga kepetga yag ada. Kata Kuc: makalah terbak, metode Kualtatf, metode Profle matchg, model, sstem pedukug keputusa. ABSTRACT The selecto of the best coferece papers s a apprecato that ca be provded by the orgazers of the semar to the authors of papers. I addto to a umber of papers, dffereces style ad judgmet of the revewer, the dversty ad complexty of the varous sceces; objectvty of the assessmet s a challege for orgazers of semars to choose the best coferece papers hopes the resultg decso s acceptable to all partes. Ths thess proposes a decso support system applcato to select the best coferece papers wth decso models created from quattatve methods ad profle matchg methods. Several crtera of best papers used are the relatoshp wth the themes, feld, acceptace papers, ad presetatos.i addto to accommodate a varety of crtera used, the model s set up to accommodate dfferet styles ad assessmet of the dversty ad complexty revewer varous sceces. By usg a model whch has bee desged, decso support systems bult ca provde the alteratve about the best of semar papers, accordace wth the crtera used ad ca accommodate a varety of terests that exst. Keywords : best papers, decso support systems, models, profle matchg methods, qualtatve methods. I. PENDAHULUAN P emlha makalah terbak meutut objektftas d bayak ss, msalya krtera yag dguaka, stadar pelaa, da pegolaha la yag dlakuka. Sela objektftas yag tgg, jumlah makalah yag cukup bayak d setap peyeleggaraaya, keterlbata beberapa revewer yag tersebar d berbaga daerah dega berbaga perbedaa gaya pelaa, berbaga bdag lmu dega segala perbedaa da komplekstasya, da waktu pelaksaaa semar yag sgkat meutut peyeleggara utuk dapat melakuka pemlha tersebut dega waktu yag terbatas da hasl yag memuaska. Dega berbaga kods da keterbatasa yag ada, pegguaa sstem pedukug keputusa dapat mejad salah satu solus bag phak peyeleggara Sstem pedukug keputusa yag aka dbagu megguaka metode Kuattatf da Profle matchg utuk pembuata model yag aka dguaka. Metode Kuattatf tepat dguaka utuk meemuka solus terbak dar sejumlah besar alteratf [1]. Model Kuattatf, yag termasuk sebaga model Matematka, memlk berbaga mafaat atas deskrps verbal suatu permasalaha. Salah satu mafaatya adalah bahwa sebuah model Matematka meggambarka suatu permasalaha secara jauh lebh sgkat sehgga cederug membuat seluruh struktur permasalaha mejad lebh mudah dpaham, da juga membatu meujukka hubuga sebab-akbat [2]. Profle matchg merupaka metode yag cara kerjaya adalah mecocokka atara profl yag ada dega keadaa yag 362

sebearya. Metode dapat mejad salah satu alteratf dalam pembuata model sstem pedukug keputusa. Beberapa peelta yag perah dlakuka terkat dega pemlha objek terbak dega berbaga model dguaka, sepert Aalytcal Herarchy Process (AHP)[3],Fuzzy-AHP [4, 5], da Delph da Mult Attrbute Utlty Techque (MAUT)[6]. Krtera yag dguaka pada masg-masg model dapat megacu dar sebuah lembaga [3]), hasl aalss [4,6], bahka hasl dar peelta sebelumya [5]. Seluruh peelta yag dlakuka meghaslka alteratf objek terbak bag pegambl keputusa. Sela AHP, Fuzzy-AHP, Delph da MAUT, metode Kuattatf dapat dguaka sebaga model pada sstem pedukug keputusa. Sela krtera da objek peelta yag berbeda, fasltas utuk megakomodas berbaga kepetga pegambl keputusa dapat dlakuka dega meyedaka fasltas utuk memlh krtera da meetuka bobot masg-masg krtera yag dguaka [7], atau haya meetuka bobot krtera yag dguaka [8], bahka dapat juga tapa fasltas utuk merubah krtera maupu bobot [9]. Metode Profle matchg merupaka salah satu metode yag dapat dguaka pada model sstem pedukug keputusa. Perbedaa yag terjad atar peelta terdapat pada pegguaa jumlah krtera da sub krtera yag sagat beragam, cara mecar gap da jumlah profl yag dguaka. Peghtuga gap dapat dlakuka dega cara megurag profl objek yag dla dega profl yag dgka[10, 11], atau megurag profl yag dgka dega profl objek yag dla [12]. Sebuah profl dapat dguaka [11, 12, 13], atau bsa juga beberapa profl [10]. II. METODE PENELITIAN A. Racaga Model Keputusa Sstem pedukug keputusa yag dbagu megguaka model yag dbagu dega metode Kuattatf da metode Profle matchg. Iput model berupa la makalah sesua dega krtera da sub krtera yag dguaka. Nla utuk krtera tersebut aka dperoleh dar revewer da peyeleggara. Gambar 1 memperlhatka racaga model keputusa yag dguaka. Gambar 1. Racaga model keputusa Dar Gambar 1 terlhat bahwa sebuah makalah dapat devaluas oleh beberapa revewer. Meggat para revewer tdak sama perss mela makalah satu dega laya, maka perbedaa atar revewer dakomodas phak peyeleggara dega memberka bobot ke masg-masg revewer. Perbedaa bdag lmu juga dakomodas phak peyeleggara dega memberka bobot tertetu ke masgmasg bdag kaja. Makalah semar terbak dlhat dar beberapa krtera yatu krtera keterkata dega tema, de, metodolog da pembahasa, pustaka da peulsa yag dragkum pada krtera peermaa makalah, kualtas rset da paper terkat dega krtera bdag peelta, da terakhr krtera presetas. Keterkata tema meggambarka apakah tema peelta yag dlakuka terkat dega tema semar yag dseleggaraka. Peermaa makalah aka mela de, metodolog da pembahasa, pustaka/referes yag dguaka da peulsa yag djabarka pada beberapa sub krtera sebaga berkut, 363

1. Novelty, terkat dega gaya bahasa da tata bahasa. 2. Judul, terkat dega pemlha judul yag sgkat, tepat da jelas. 3. Latar belakag masalah. 4. Kejelasa tujua. 5. Metodolog peelta, terkat dega kejelasa prosedur da metode aalss. 6. Hasl da pembahasa, dlhat dar peyaja hasl, kepadata hasl da ketajama pembahasa. 7. Kesmpula, dlhat dar keterhubuga smpula dega tujua. 8. Pustaka, dlhat dar skrosas tjaua pustaka, teor, topk da kemutakhra pustaka yag dguaka. 9. Format da tulsa, yatu kesesuaa peulsa makalah dega format yag dguaka, serta pegguaa bahasa yag bak da bear. Krtera bdag dguaka utuk melhat kedekata sebuah makalah dega bdag kaja tertetu. Krtera aka megguaka beberapa sub krtera yag merupaka kumpula pertayaa medasar yag harus d jawab oleh masg-masg bdag kaja. Krtera presetas aka mela makalah dar dua ss, yatu pegorgasasa da s presetas, serta peermaa da keterlbata audes. Krtera presetas mejad syarat bag makalah utuk mejad makalah semar terbak. B. Model la makalah. Model makalah terbak megguaka metode Kuattatf. Sesua dega krtera yag dguaka maka model yag dguaka utuk meghtug total la makalah dapat dlhat pada persamaa (1) Nla makalah = 20% la keterkata tema + 40% la peermaa + 30% la bdag + 10% la presetas (1) C. Model tema. Nla keterkata tema sebuah makalah dega tema semar dperoleh dar revewer. Utuk medapatka la keterkata tema dguaka metode Kualtatf, yatu megguaka fugs rata-rata karea jumlah revewer yag megevaluas sebuah makalah dapat saja berbeda. Persamaa (2) merupaka persamaa yag dguaka utuk meghtug la akhr tema. Nla akhr tema = 1 NlaTema Revewer*Bobot Revewer D. Model peermaa makalah. Pelaa peermaa makalah megguaka beberapa krtera dega bobot tertetu sepert yag ada pada Tabel 1. TABEL I. MODEL SUB KRITERIA PENERIMAAN MAKALAH Sub krtera Bobot (%) Novelty 5 Judul (sgkat, tepat da jelas) 5 Latar belakag masalah 10 Rumusa masalah 10 Kejelasa tujua 10 Metodolog peelta (kejelasa prosedur da metode aalss) 15 Hasl da pembahasa (peyaja hasl, kepadata hasl da ketajama pembahasa) 15 Kesmpula (keterhubuga dega tujua) 10 Pustaka (skrosas tjaua pustaka, teor, topk da kemutakhra) 15 Format da tulsa (kesesuaa dega format SRITI, pegguaa bahasa) 5 Nla peermaa sebuah makalah dperoleh dar beberapa revewer. Nla peermaa makalah dar seorag revewer dhtug dega megguaka persamaa (3). Nla peermaa revewer = NlaSubKrtera * 1 BobotSubKrtera Utuk medapatka la akhr peermaa makalah dguaka fugs rata-rata sepert yag ada pada persamaa (4). Nla akhr peermaa = NlaPeermaaRevewer *Bobot Revewer 1 (4) E. Model bdag Peetua bdag kaja da la bdag sebuah makalah dhtug dega model yag dbetuk dar metode Profle matchg. Karea model bertujua utuk mecar kedekata sebuah makalah dega (2) (3) 364

bdag kaja yag ada maka, dperluka la deal dar tap sub krtera pada masg-masg bdag. Sub krtera masg-masg bdag kaja dsusu berdasarka pertayaa medasar, teor, atau abstraks/pemodela dar masg-masg bdag da la deal masg-masg sub krtera bdag dperoleh dar phak peyeleggara. Nla akhr bdag makalah dperoleh dega megguaka persamaa (5). Nla akhr bdag = Nla bdag * bobot bdag (5) F. Model la presetas Nla presetas dberka oleh peyeleggara pada saat semar berlagsug. Krtera yag dguaka utuk pelaa presetas dapat dlhat pada Tabel 2. TABEL II. MODEL KRITERIA PRESENTASI Sub krtera Bobot Pegorgasasa da s presetas 60% Peermaa da keterlbata audes 40 % Nla akhr presetas dperoleh dega megguaka persamaa (6). Nla akhr presetas = NlaKrtera * bobotkrte ra 1 (6) G. Skala Pegukura Skala pegukura merupaka kesepakata yag dguaka sebaga acua utuk meetuka pajag pedekya terval yag ada dalam alat ukur, sehgga alat ukur tersebut bla dguaka dalam pegukura aka meghaslka data kuattatf [14]. Skala pegukura yag dguaka adalah skala pegukura Lkert sepert yag tampak pada Tabel 1. TABEL III. SKALA PENGUKURAN YANG DIGUNAKAN Skala Sagat bak Bak Cukup Kurag Sagat kurag Bobot 5 4 3 2 1 III. HASIL A. Kesesuaa bdag kaja. Kesesuaa bdag kaja sebuah makalah aka dtetuka dega megguaka metode Profle matchg. Nla deal beberapa bdag kaja dapat dlhat pada Gambar 2. Utuk peguja kesesuaa bdag kaja makalah dguaka 20 judul makalah yag telah megkut semar, da berapa kods peguja, yatu: megguaka la deal bdag yag ada pada Gambar 2, tdak megguaka beberapa sub krtera (bars yag dblok pada Gambar 2), da merubah beberapa la deal pada profl bdag. Gambar 2. Nla deal bdag Dar sstem yag dbagu dperoleh kesesuaa atara bdag kaja makalah pada prosdg da hasl sstem sepert yag tampak pada Gambar 3(a). Perbedaa bdag kaja yag terjad dsebabka karea s makalah lebh meekaka pada racag bagu, hal terlhat dar la yag dberka pada peguja sstem sepert yag tampak pada Gambar 3(b). 365

a) perbadga kesesuaa bdag b) la bdag makalah Racag bagu Gambar 3. Hasl peguja kesesuaa bdag da la makalah Perbedaa bdag kaja yag ada pada Gambar 3 terjad karea pada peetua bdag kaja yag dlakuka oleh peyeleggara haya berdasarka tus, semetara pada sstem yag dusulka peetua bdag kaja harus berdasarka sub krtera yag dguaka. Dar peguja yag telah dlakuka, dperoleh la bdag makalah d masg-masg profl makalah sepert yag tampak pada Gambar 4. a) Hasl la bdag peguja ke-1 b) Hasl la bdag peguja ke-2 c) Hasl la bdag peguja ke-3 Gambar 4. Hasl la bdag dar sstem Jka dbadgka dega peguja ke-1, seluruh la bdag makalah pada pada profl bdag Iformatka Orgasas d peguja ke-2 memlk la yag lebh besar dbadgka dega la pada profl yag sama d peguja ke-1. Namu yag meark, utuk makalah yag memlk la bdag tertgg buka pada bdag kaja Iformatka orgasas, la-la pada bdag kaja la megalam peurua jka dbadgka dega la bdag kaja yag sama pada peguja ke-1. Hal dsebaka la makalah utuk bdag kaja sela Iformatka orgasas aka berkurag karea la bdag makalah pada sub krtera yag mewakl bdag kaja Iformatka orgasas tdak dguaka, padahal la bdag makalah pada sub krtera tersebut sesua dega la profl bdag sehgga meghaslka bobot la yag tgg. 366

Jka dbadgka dega hasl la bdag pada peguja ke-1 da ke-2 terdapat perbedaa la setap makalah utuk bdag kaja Iformatka orgasas, Jarga da Sstem operas, da Arstektur pada peguja ke-3. Utuk bdag kaja Sstem cerdas tdak terdapat perubaha la bdag karea tdak terjad modfkas la profl pada bdag kaja. Semetara tu, la bdag pada bdag kaja Jarga da Sstem operas, da Arstektur terjad peurua jka dbadgka dega hasl peguja ke-1 da peguja ke-2. Hal dsebabka karea modfkas la deal bayak dlakuka pada bdag kaja Jarga da Sstem operas, da Arstektur. Dar la bdag makalah d tap profl bdag yag dperoleh dar peguja ke-3, makalah yag pada peguja sebelumya memlk la bdag tertgg pada bdag kaja Arstektur mejad memlk la bdag tertgg pada bdag kaja Jarga da Sstem operas. Hal dsebabka karea profl bdag kaja Jarga da Sstem operas yag telah dmodfkas merupaka profl bdag kaja Arstektur sebelum dmodfkas (pada peguja sebelumya). B. Ragkg Makalah Ragkg makalah dtetuka dar la total yag dperoleh dar la keterkata dega tema, la peermaa makalah, la bdag, da la presetas. Ragkg makalah yag dperoleh dar peguja sstem dapat dlhat pada Gambar 5. a) Ragkg makalah pada peguja ke-1 b) Ragkg makalah pada peguja ke-2 c) Ragkg makalah pada peguja ke-3 Gambar 5. Ragkg makalah IV. PEMBAHASAN Perbedaa makalah d ragkg ke-2 da ke-3 pada masg-masg peguja dsebabka karea adaya perubaha la bdag yatu pada makalah dega judul Eve drve. Perbedaa tersebut terjad karea pada peguja ke-3 sstem yag dusulka megaggap makalah tersebut lebh dekat ke bdag kaja Iformatka orgasas darpada bdag kaja Jarga da Sstem operas. Hal dapat dtelusur dega membadgka atara la bdag makalah yag bersagkuta dega profl bdag yag dguaka pada peguja ke-3. Nla bdag makalah dega judul Eve drve teryata memag lebh dekat pada profl bdag kaja Iformatka orgasas dbadgka dega bdag kaja yag la, sepert yag tampak pada Gambar 6. 367

Gambar 6. Nla bdag makalah berjudul Eve drve. V. SIMPULAN DAN SARAN Dar hasl uj coba yag telah dlakuka dapat dambl beberapa kesmpula yatu, 1. Sstem pedukug keputusa yag dusulka dapat meghaslka alteratf keputusa makalah semar terbak. 2. Kesesuaa bdag kaja atara hasl yag dperoleh dar sstem yag dusulka da pelaa peyeleggara mecapa 95%, sehgga sub krtera da la profl bdag yag dusulka dapat dguaka sebaga model utuk mecar kedekata makalah dega bdag kaja tertetu. 3. Perubaha la profl, da jumlah sub krtera yag dguaka utuk mewakl sebuah bdag kaja, dapat mempegaruh kedekata makalah dega bdag kaja. 4. Pegguaa metode Profle matchg utuk kasus yag megaggap bahwa la tertgg adalah la terbak megharuska la deal yag dguaka adalah la maksmum agar tdak terjad ekspektas yag melebh la deal. Beberapa sara yag dapat dberka terkat dega peelta yag telah dlakuka da pegembaga sstem selajutya adalah sebaga berkut, 1. Bobot bdag sebakya melekat pada masg-masg makalah, meggat komplekstas masgmasg peelta dapat saja berbeda walau dalam bdag kaja yag sama. 2. Nla deal pada masg-masg sub krtera d tap bdag kaja perlu dtelt lebh lajut, meggat ada kemugka sebuah makalah dapat mejad rsa pada beberapa bdag kaja. REFERENSI [1] Turba, E., Aroso, E.J. ad Lag, T.P., 2005, Decso Support System ad Itelget System (dterjemahka oleh Prabat, D.), eds 7 jld 1, Ad, Yogyakarta. [2] Hller, S.F., da Leberma, J.G., 2008, Itroducto to Operatos Research-eght edto (dterjemahka oleh Dewa, K. P., A, J. T., Wgat, S.S. da Hardjoo, D.), Ad, Yogyakarta. [3] Magdalea, H., 2012, Sstem Pedukug Keputusa utuk Meetuka Mahasswa Lulusa terbak d Pergurua Tgg (Stud Kasus STMIK Atma Luhur Pagkalpag, Prosdg Semar Nasoal tekolog Ifromas da Komukas 2012 (SENTIKA 2012), Yogyakarta. [4] Jasrl, Haera, E., Afraty, I., 2011, Sstem Pedukug Keputusa (SPK) Pemlha Karyawa Terbak Megguaka Metode Fuzzy AHP (F-AHP), Prosdg Semar Nasoal Aplkas Tekolog Iformas 2011 (SNATI 2011), Yogyakarta. [5] Basuk, A., Peracaga Sstem Pedukug Keputusa Pemlha Pemasok dega Pedekata Fuzzy Aalytcal Herarchy Process (Fuzzy AHP), Rekayasa, Nomor 1, Volume 3. [6] Ratasabapathy, S. da Rameezdee, R., 2007, A Decso Support System for the Selecto of Best Procuremet System Costructo, Bult-Evromet-Sr Laka, Vol. 07, Issue 02. [7] Syafrato, A., 2010, Sstem Pedukug Keputusa megguaka Model kuattatf dega Hmpua Fuzzy utuk Pemlha Hotel Berdasarka Kebutuha Pegujug, Tess, Program Stud S2 Ilmu Komputer Fakultas MIPA Uverstas Gadjah Mada, Yogyakarta. [8] Hamda, 2009, Sstem Pedukug Keputusa Wsata Kuler dega Vsualsas Geograf, Tess, Program Stud S2 Ilmu Komputer Fakultas MIPA Uverstas Gadjah Mada, Yogyakarta. [9] Hamdy, 2009, Sstem Pedukug Keputusa utuk Pelaa Kerusaka Huta Magrove, Tess, Program Stud S2 Ilmu Komputer Fakultas MIPA Uverstas Gadjah Mada, Yogyakarta. [10] Muqtadr, A. da Purdato, I., 2013, Sstem Pedukug Keputusa Keaka Jabata megguaka Metode Profle Matchg, Prosdg Semar Nasoal Aplkas Tekolog Iformas (SNATI) 2013, Yogyakarta. [11] Iqbal da Hartat, S., 2011, Aplkas Sstem Pedukug KeputusaPeempata Bda PTT (Pegawa Tdak Tetap) pada Kabupate Breue, Prosdg Semar Nasoal Ilmu Komputer GAMA 2011, Yogyakarta. 368

[12] Wahyud, K., 2008, Sstem Pedukug Keputusa utuk Peempata Jabata pada CV Cpta Karya Berbass Web, Prosdg Semar Nasoal Teko, ISBN : 978-979-3980-15-7, Yogyakarta. [13] Rya, Krdalaksaa, H.A. da Hakm, R.A., 2010, Sstem Pedukug Keputusa Sertfkas Bada Usaha Pelaksaa Jasa Kostruks Pada BPD GAPENSI Kaltm, Jural Iformatka Mulawarma, Vol 5 No.1 Februar 2010. [14] Sugyoo, 2013, Metode Peelta Kuattatf, Kualtatf da R&D, Alfabeta, Badug. 369