SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN PILIHAN MINAT PERGURUAN TINGGI DI KOTA JAMBI DENGAN MENGGUNAKAN FUZZY MULTI CRITERIA DECISION MAKING

dokumen-dokumen yang mirip
APLIKASI PENENTUAN PENERIMA BEASISWA MENGGUNAKAN METODE ALGORITMA FUZZY MADM PADA BEASISWA RUTIN UKSW

PENENTUAN LOKASI PEMANCAR TELEVISI MENGGUNAKAN FUZZY MULTI CRITERIA DECISION MAKING

FUZZY BACKPROPAGATION UNTUK KLASIFIKASI POLA (STUDI KASUS: KLASIFIKASI KUALITAS PRODUK)

FUZZY BACKPROPAGATION UNTUK KLASIFIKASI POLA (Studi kasus: klasifikasi kualitas produk)

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

BAB II TEORI DASAR. Analisis Kelompok

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

USULAN PENERAPAN TEORI MARKOV DALAM PENGAMBILAN KEPUTUSAN PERAWATAN TAHUNAN PADA PT. PUPUK KUJANG

BAB 1 PENDAHULUAN. 1.1 Latar belakang

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI. Untuk mengetahui pola perubahan nilai suatu variabel yang disebabkan oleh

EKSPEKTASI SATU PEUBAH ACAK

Bab 2 Tinjauan Pustaka 2.1 Penelitian Terdahulu

BAB V MODEL SEDERHANA DISTRIBUSI TEMPERATUR DAN SIMULASINYA

III FUZZY GOAL LINEAR PROGRAMMING

BAB II TINJAUAN PUSTAKA DAN DASAR TEORI

BAB III METODOLOGI PENELITIAN

Probabilitas dan Statistika Distribusi Peluang Diskrit 1. Adam Hendra Brata

Created by Simpo PDF Creator Pro (unregistered version)

Preferensi untuk alternatif A i diberikan

BAB 2 LANDASAN TEORI

BAB II LANDASAN TEORI

BAB I PENDAHULUAN. 1.1 Latar Belakang

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

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

PERBANDINGAN METODE SAW DAN TOPSIS PADA KASUS UMKM

Bab III. Plant Nonlinear Dengan Fase Nonminimum

Aplikasi Metode Fuzzy Multi-Attribute Decision Making Berbasis Web dalam Pemilihan Calon Kepala Daerah di Indonesia

BAB III METODOLOGI PENELITIAN. Penelitian ini mengenal dua macam variabel yaitu : 2. Variabel terikat (Y) yaitu : Hasil belajar Sejarah

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

BAB 10. Menginterpretasikan Populasi Variabel Kanonik. Variabel kanonik secara umumnya artifisal. Jika variabel awal X (1) dan X (2)

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

BAB 2 LANDASAN TEORI

Optimasi Pemilihan Paket Internet Dengan Menggunakan Metode AHP

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

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

BAB III METODOLOGI PENELITIAN

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

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

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

Bab 1 PENDAHULUAN Latar Belakang

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

VI. KETIDAKPASTIAN. Contoh : Asih mengalami gejala ada bintik-bintik di wajahnya. Dokter menduga bahwa Asih terkena cacar

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

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

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

BAB 1 PENDAHULUAN. Universitas Sumatera Utara

METODE OPTIMASI 11/13/2015. Capaian Pembelajaran

Optimasi Baru Program Linear Multi Objektif Dengan Simplex LP Untuk Perencanaan Produksi

BAB II DIMENSI PARTISI

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

STATISTIKA. Bab. Di unduh dari : Bukupaket.com. Mean Median Modus Simpangan baku Varian Histogram Quartil Desil Persentil

Tinjauan Algoritma Genetika Pada Permasalahan Himpunan Hitting Minimal

Karakterisasi Matrik Leslie Ordo Tiga

BAB II TINJAUAN PUSTAKA

III. METODE PENELITIAN. Penelitian ini merupakan penelitian pengembangan (Research and

Lucas Theorem Untuk Mengatur Penyimpanan Memori yang Lebih Aman

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

INVERS DRAZIN DARI SUATU MATRIKS DENGAN MENGGUNAKAN BENTUK KANONIK JORDAN

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

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

BAB II TEORI ALIRAN DAYA

IMPLEMENTASI MODEL OPTIMASI LINIER INTEGER DENGAN BANYAK TUJUAN UNTUK PENGALOKASIAN PEKERJAAN

BAB III ANALISIS DISKRIMINAN. Analisis diskriminan (discriminant analysis) merupakan salah satu metode

PERANCANGAN APLIKASI PEMILIHAN SANGKAR BURUNG MENGGUNAKAN METODE SMART SKRIPSI

BAB IV HASIL ANALISIS

PROPOSAL SKRIPSI JUDUL:

HUBUNGAN KEMAMPUAN KEUANGAN DAERAH TERHADAP PERTUMBUHAN EKONOMI PROVINSI NUSA TENGGARA BARAT

ANALISIS DATA WORLD DEVELOPMENT INDICATORS MENGGUNAKAN CLUSTER DATA MINING

BAB III METODOLOGI PENELITIAN. Penyusunan laporan tugas akhir ini dilakukan sesuai dengan langkahlangkah

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

U JIAN A KHIR S EMESTER M ATEMATIKA T EKNIK

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

PENJADWALAN PEKERJAAN DENGAN MENGGUNAKAN DISPATCHING RULES DI PT. TIGA SERANGKAI PUSTAKA MANDIRI

P n e j n a j d a u d a u l a a l n a n O pt p im i a m l a l P e P m e b m a b n a g n k g i k t Oleh Z r u iman

PEMODELAN PENGELUARAN RUMAH TANGGA UNTUK KONSUMSI MAKANAN DI KOTA SURABAYA DAN FAKTOR-FAKTOR YANG MEMPENGARUHI MENGGUNAKAN PENDEKATAN REGRESI SPLINE

BAB 2 LANDASAN TEORI. Universitas Sumatera Utara

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

PENYELESAIAN SISTEM PERSAMAAN TAK LINIER

BAB 2 LANDASAN TEORI

BAB II TINJAUAN PUSTAKA

BAB III METODE PENELITIAN

Implementasi Algoritma Radix Sort dalam Berbagai Kasus Bilangan Dibandingkan Algoritma Pengurutan yang lain

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

PENENTUAN LOKASI GUDANG DISTRIBUSI PADA SISTEM DISTRIBUSI PRODUK KONSUMSI PT X DI JAWA TIMUR

BAB I PENDAHULUAN Latar Belakang dan Permasalahan

BAB III METODE RESPONSE SURFACE DENGAN SIMULASI MONTE CARLO. solusi dari suatu masalah diberikan berdasarkan proses rendomisasi (acak).

APLIKASI FUZZY LINEAR PROGRAMMING UNTUK MENGOPTIMALKAN PRODUKSI LAMPU (Studi Kasus di PT. Sinar Terang Abadi )

BAB III METODE PENELITIAN. SMK Negeri I Gorontalo. Penetapan lokasi tersebut berdasarkan pada

Bab III Analisis Rantai Markov

ANALISIS BENTUK HUBUNGAN

Pengolahan lanjut data gravitasi

Restorasi Citra Dengan Menggunakan Metode Iteratif Lanczos Hybrid Regularization

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

PENJADWALAN PRODUKSI di PT MEUBEL JEPARA PROBOLINGGO

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

METODE OPTIMASI SELEKSI FITUR DENGAN ALGORITMA FAST BRANCH AND BOUND

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

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

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

Transkripsi:

Semnar Nasonal plas Tenolog Informas 20 (SNTI 20) ISSN: 907-5022 Yogyaarta, 7-8 Jun 20 SISTEM PENDUKUNG KEPUTUSN UNTUK MENENTUKN PILIHN MINT PERGURUN TINGGI DI KOT JMBI DENGN MENGGUNKN FUZZY MULTI CRITERI DECISION MKING Suma Pusptorn, ST, Serly frsa Shotang, S.Kom Program Stud Ten Informata STMIK Nurdn Hamzah Jamb Jl. Kol. bunjan, Spn-Kota Jamb 362 Telp. (074) 668723 Fax. (074)668726 Emal : sum4pt@gmal.com BSTRK Salah satu cabang lmu ecerdasan buatan (artfcal ntellgence) adalah Sstem Penduung Keputusan (Decson Support System). Terdapat banya metode yang dapat dgunaan oleh pengambl eputusan untu membantu menemuan solus atau alternatf yang optmum untu sebuah masalah. Salah satu metode tersebut adalah Fuzzy Mult-Crtera Decson Mang (FMCDM). Metode n aan membantu pengambl eputusan untu menentuan eputusan ahr dengan memperhatan nla alternatf eputusan dengan beberapa rtera. Tugas hr n aan mengaplasan Sstem Penduung Keputusan dengan menggunaan Metode Fuzzy Mult Crtera Decson Mang (FMCDM) untu menentuan plhan mnat Perguruan Tngg d Kota Jamb. Kata Kunc : rtfcal Intellgence, Decson Support System, Fuzzy Mult Crtera Decson Mang. PENDHULUN Ja dbandngan dengan zaman dahulu, ebutuhan untu menerusan penddan ejenjang Perguruan Tngg saat n sudah menngat. Banya fator yang mempengaruh orang untu belajar d Perguruan Tngg sepert nat dar dr sendr untu belajar, seedar untu mengambl gelar dan ada juga yang hanya ut-utan. Dar alasan tersebut, serngal calon mahaswa urang tepat dalam mengambl eputusan untu menentuan Perguruan Tngg yang aan dplh. Padahal dalam menentuan Perguruan Tngg, banya hal yang harus dpertmbangan sepert jurusan yang dmnat (dan harus sesua dengan emampuan), leta ampus, jara ampus dengan tempat tnggal, baya yang dtawaran dar masng-masng Perguruan Tngg juga fasltas lan yang dtawaran guna menduung egatan belajar mengajar msalnya beasswa. Pada asus sepert n, aan sangat membantu ja dapat dbuat suatu aplas yang dapat membantu dalam menentuan plhan mnat Perguruan Tngg, dengan memperhatan rterartera yang ada yang nantnya dapat menjad acuan dalam mengambl eputusan. Keputusan-eputusan yang ada tda selamanya bersfat past (crps), aan tetap ada yang bersfat ambgu, yatu dmana terdapat eraguan atau etdapastan terhadap beberapa alternatf yang mana yang aan dplh. Sepert contoh, seorang calon mahasswa ngn melanjutan stud e Perguruan Tngg, sementara seseorang tersebut mengalam esultan dalam menentuan Perguruan Tngg mana yang aan dplh arena begtu banyanya Perguruan Tngg yang ada d Kota Jamb. Oleh arena tu seseorang tersebut dapat mempertmbangan beberapa rtera yang ada yang nantnya mendapat epastan yang jelas d Perguruan Tngg mana aan melanjutan studnya. Krtera-rtera tersebut dapat berupa jara tempat tnggal calon mahasswa tersebut dengan Perguruan Tngg, baya yang dtawaran serta fasltas-fasltas yang ada guna menduung egatan belajar mengajar. Dengan memperhatan rtera-rtera tersebut, maa dharapan nantnya calon mahasswa dapat memlh Perguruan Tngg yang tepat. Karena tu salah satu metode untu menduung pengamblan eputusan adalah metode Fuzzy Mult Crtera Decson Mang (FMCDM). Metode n dgunaan arena dapat membantu dalam pengamblan eputusan dengan memperhatan rtera yang ada serta nformas yang dberan bersfat ualtatf. 2. LNDSN TEORI 2. Sstem Penduung Keputusan (Decson Support System) Konsep Sstem Penduung Keputusan (SPK)/ Decson Support System (DSS) pertama al dungapan pada awal tahun 970-an oleh Mchael S. Scott Morton dengan stlah Management Decson System. Sstem tersebut adalah suatu sstem yang berbass omputer yang dtujuan untu membantu pengambl eputusan dalam memanfaatan data dan model tertentu untu memecahan berbaga persoalan yang tda terstrutur. Sepert duraan d atas, stlah SPK mengacu pada suatu sstem yang memanfaatan duungan omputer dalam proses pengamblan eputusan. Lttle (970) mendefnsan DSS sebaga seumpulan prosedur berbass model untu data pemrosesan dan penlaan guna membantu para manajer mengambl eputusan. Boncze, d (980) mendefnsan DSS sebaga sstem berbass E-66

Semnar Nasonal plas Tenolog Informas 20 (SNTI 20) ISSN: 907-5022 Yogyaarta, 7-8 Jun 20 omputer yang terdr dar tga omponen yang salng bernteras yatu sstem bahasa (meansme untu memberan omunas antara pengguna dan omponen DSS lan), sstem pengetahuan (repostor pengetahuan doman masalah yang ada pada DSS ba sebaga data maupun prosedur), dan sstem pemrosesan masalah (hubungan antara dua omponen lannya, terdr dar satu atau lebh apabltas manpulas masalah umum yang dperluan untu pengambl eputusan). Secara luas, dapat dataan bahwa SPK drancang untu menghaslan berbaga alternatf yang dtawaran epada para pengambl eputusan dalam melasanaan tugasnya. Karena, sebagan besar proses pemgamblan eputusan yatu perumusan masalah, pencaran alternatf telah derjaan oleh sstem, maa dharapan pengambl eputusan aan lebh cepat dan aurat dalam menangan masalah yang dhadapnya. Jad secara umum, dapat dataan bahwa SPK memberan manfaat bag pengambl eputusan dalam menngatan efetftas dan efsens erjanya terutama dalam proses pengamblan eputusan. 2.2 Fuzzy Mult Crtera Decson Mang Mult Crtera Decson Mang (MCDM) adalah suatu metode pengamblan eputusan untu menetapan alternatf terba dar sejumlah alternatf berdasaran beberapa rtera tertentu. Krtera basanya berupa uuran-uuran, aturan-aturan atau standar yang dgunaan dalam pengamblan eputusan. Secara umum MCDM bertujuan untu memlh alternatf terba dar seumpulan alternatf berdasaran rtera-rtera tertentu. Fuzzy MCDM dapat dpaham sebaga MCDM dengan data fuzzy. Data fuzzy dsn dapat terjad pada data setap alternatf pada setap atrbut atau tngat epentngan pada setap rtera. Pada metode Fuzzy Mult Crtera Decson Mang (FMCDM), ada 3 (tga) langah pentng yang harus derjaan, yatu: representas masalah, evaluas hmpunan fuzzy pada setap alternatf eputusan dan melauan seles terhadap alternatf yang optmal. 2.2. Representas Masalah Pada bagan n ada 3 (tga) atvtas yang harus dlauan, yatu : b. Identfas tujuan dan umpulan alternatf eputuannya. Tujuan eputusan dapat drepresentasan dengan menggunaan bahasa alam atau nla numers sesua dengan aratert dar masalah tersebut. Ja ada n alternatf eputusan dar suatu masalah, maa alternatf-alternatf tersebut dapat dtuls sebaga = { =,2,..., n}. c. Identfas umpulan rtera, ja ada rtera, maa dtulsan C = {Ct t =,2,..., }. d. Membangun strutur hrar dar masalah tersebut berdasaran pertmbanganpertmbangan tertentu. Strutur Hrarnya adalah: Krtera C lternatf Gambar. Strutur Hrar 2.2.2 Evaluas Hmpunan Fuzzy Pada bagan n, ada 3 atvtas yang harus dlauan, yatu: a. Memlh hmpunan ratng untu bobot-bobot rtera dan derajat ecocoan setap alternatf dengan rteranya. Secara umum, hmpunanhmpunan ratng terdr-atas 3 elemen, yatu: varabel lngust (x) yang merepresentasan bobot rtera dan derajat ecocoan setap alternatf dengan rteranya, T(x) yang merepresentasan ratng dar varabel lngust dan fungs eanggotaan yang berhubungan dengan setap elemen dar T(x). Sesudah hmpunan ratng n dtentuan, maa ta harus menentuan fungs eanggotaan untu setap ratng. Basanya dgunaan fungs segtga b. Mengevaluas bobot-bobot rtera dan derajat ecocoan setap alternatf dengan rteranya. c. Mengagregasan bobot-bobot rtera dan derajat ecocoan setap alternatf dengan rteranya. Dengan menggunaan operator mean, F drumusan sebaga: F ( ) S W S W S W...() t t t 2 2 Dengan cara mensubsttusan S t dan W t dengan blangan fuzzy segtga, yatu S t = (o t, p t, q t ); dan Wt = (a t, b t, c t ); maa F t dapat ddeat sebaga: Krtera C 2 Tujuan lternatf 2 F Y, Q, Z...(2) dengan: Y ot, a...(3) t Q pt, b...(4) t Z qt, c...(5) t dengan =,2,3,,n. t Krtera C lternatf n E-67

Semnar Nasonal plas Tenolog Informas 20 (SNTI 20) ISSN: 907-5022 Yogyaarta, 7-8 Jun 20 2.2.3 Seles lternatf Yang Optmal da 2 atvtas yang dlauan, yatu: a. Memprortasan alternatf eputusan berdasaran hasl agregas. Prortas dar hasl agregas dbutuhan dalam ranga proses perangngan alternatf eputusan. Karena hasl agregas n drepresentasan dengan menggunaan blangan fuzzy segtga, maa dbutuhan metode perangngan untu blangan fuzzy segtga. Salah satu metode yang dapat dgunaan adalah metode nla total ntegral. Msalan F adalah blangan fuzzy segtga, F = (a, b, c), maa nla total ntegral dapat drumusan sebaga berut: a I F c b a...(6) t 2 Nla a adalah ndes eoptmsan yang merepresentasan derajat eoptmsan bag pengambl eputusan (0=a=). pabla nla a seman besar mengndasan bahwa derajat eoptmsannya seman besar. b. Memlh alternatf eputusan dengan prortas tertngg sebaga alternatf yang optmal. Seman besar nla F berart ecocoan terbesar dar alternatf eputusan untu rtera eputusan dan nla nlah yang aan menjad tujuannya. Contoh Kasus : Seorang calon mahasswa ngn melanjutan studnya e Perguruan Tngg d Kota Jamb. Da lebh tertar untu masu ebdang Komputer. da 4 alternatf yang harus dplh yatu jurusan Ten Informata STIKOM DB Jamb, Ten Informata STMIK NH Jamb, dan Sstem Informas STIKOM DB Jamb, Sstem Informas STMIK NH Jamb. Masng-masng alternatf mempunya 7 (tujuh) rtera. Berut n adalah contoh perhtungan penyelesaannya dengan menggunaan Metode Fuzzy Mult Crtera Decson Mang (FMCDM). Langah-langah penyelesaan a. Untu lternatf Komputer yatu : Ten Informata STMIK NH Jamb () Ten Informata STIKOM DB Jamb (2) Sstem Informas STIKOM DB Jamb (3) Sstem Informas STMIK NH Jamb (4) b. Sedangan rteranya adalah : Mempunya perangat omputer yang lengap (hardware dan software terbaru) [C] Baya SPP tda terlalu mahal [C2] Status Jurusan harus sudah teraredtas [C3] Menawaran beasswa [C4] Tenaga pengajar berompeten dalam bdang jurusan masng-masng [C5] Fasltas yang dtawaran lengap [C6] Melulusan mahasswa yang potensnya menjanjan dlapangan peerjaan [C7] c. Menentuan derajat epentngan dar rtera plhan. Bobot epentngan rtera T (epentngan) W = {Kurang Pentng (KP), ga Pentng (P), Pentng (P), Cuup Pentng (CP), Pentng Seal (PS)}. d. Menentuan Ratng epentngan dan ecocoan Tabel Ratng epentngan setap rtera Krtera C C2 C3 C4 C5 C6 C7 Ratng P P SP P P P P Tabel 2 Ratng ecocoan lter Ratng Kecocoan natf C C2 C3 C4 C5 C6 C7 CC C SC CC CC CC C 2 CC C SC CC CC C C 3 CC C SC CC C CC C 4 CC C SC CC C C C e. Menentuan derajat ecocoan alternatf terhadap rtera Derajat ecocoan alternatf terhadap rtera T (ecocoan) S = {Kurang Coco (KC), ga Coco (C), Coco (C), Cuup Coco (CC), Sangat Coco (SC)} f. Menentuan derajat epentngan masng-masng alternatf terhadap rtera Fungs eanggotaan untu setap elemen drepresentasan dengan menggunaan blangan fuzzy segtga sebaga berut : PS = SC (0,75;;) CP = CC (0,5;0,75;) P = C (0,25;0,5;0,75) P = C (0;0,25;0,5) KP = KC (0;0;0,25) g. Mengagregasan bobot-bobot rtera dan derajat ecocoan setap alternatf dengan rteranya Untu alternatf Ten Informata STMIK NH Jamb () Tabel 3 Ratng epentngan setap rtera Krtera C C2 C3 C4 C5 C6 C7 Ratng CC C SC CC CC CC C lternatf Y = /7((P*CC) + (P*C) + (PS*SC) + (P*CC) + (P*CC) + (P*CC) + (P*C)) =/7((0.25*0.5)+(0.25*0)+(0.75*0.75)+(0*0.5) + (0.25*0.5) +(0*0.5) +(0*0.25)) = 0.607 Q = /7((P*CC) + (P*C) + (PS*SC) + (P*CC) + (P*CC) + (P*CC) +(P*C)) =/7((0.5*0.75)+(0.5*0.25)+(*)+(0.25*0.75) + (0.5*0.75) +(0.25*0.75)+ (0.25*0.5)) = 0.3392 E-68

Semnar Nasonal plas Tenolog Informas 20 (SNTI 20) ISSN: 907-5022 Yogyaarta, 7-8 Jun 20 Z = /7((P*CC) + (P*C) + (PS*SC) + (P*CC) + (P*CC) + (P*CC) +(P*C)) = /7((0.75*) + (0.75*0.5) + (*) + (0.5*) + (0.75*) + (0.5*) + (0.5*0.75)) = 0.607 Sampa dengan alternatf 4 dperoleh hasl Tabel 4. Hasl gregras Untu Setap lternatf y = a q = b z = c 0.60 7 0.3392 0.607 2 0.25 3 4 0.07 4 0.60 7 0.3392 8 0.5982 0.325 0.5625 0.325 0.5535 7 h. Memlh alternatf eputusan dengan prortas tertngg sebaga alternatf yang optmal. Seman besar nla F brart ecocoan terbesar dar alternatf eputusan untu rtera eputusan, dan nla nlah yang aan menjad tujuannya. Untu α = 0.5 maa dperoleh nla F untu alternatf dengan crtera C, C2, C3, dan C4 adalah sebaga berut : F =/2*(0.5*0.607+0.3392+(0.5)*0.60) = 0.3504 F 2 =/2*(0.5*0.6607+0.3482+(0.5)*0.25) = 0.3504 F 3 = /2*(0.5*0.5625+0.325+(0.5)*0.07) = 0.3236 F 4 =/2*(0.5*0.55357+0.325+(0.5)*0.60) = 0.3236 Maa untu 4 alternatf dan 7 rtera dperoleh nla total ntegral dengan nla α=0.5 dan α= sebaga berut Tabel 5. Indes ecocoan rtera eputusan dan alternatf α = 0 α = 0.5 α = 0.227635 0.35044 0.4732 2 0.2324 0.35045 0.46875 3 0.20982 0.32366 0.4375 4 0.24285 0.32366 0.433035 Dar tabel datas dlhat bahwa nla F terbesar adalah, maa calon mahasswa tersebut tersebut masu e STMIK NH Jamb dengan jurusan Ten Informata. 3. DIGRM LIR SISTEM Mula Representas Masalah Identfas lternatf, =,2,3,n Identfas Krtera C, Varable-varabel yang merepresentasan bobot epentngan untu setap crtera adalah : W={Kurang Pentng (KP). ga Pentng (P), Pentng (P), Cuup Pentng(CP), Pentng Seal(SP) Derajat ecocoan setap alternatve dengan crtera adalah S={Kurang Coco (KC), ga Coco (C), Coco (C), Cuup Coco (CQ), Sangat Coco (SC) Mengevaluas bobot pada setap crtera dan derajat ecocoan serta alternatf terhadap rtera Evaluas hmpunan fuzzy untu alternatfalternatf eputusan dan melauan agregas bobot-bobot pada setap rtera dan derajat ecocoan alternatf yang drumusan Y o a t, Q p t, b t t Z q t, c t Menyeles alternatf yang optmal Memprortasan alternatve eputusan menggunaan aggregras Mencar nla ntegral a I t 2 F cb Menentuan alternatf eputusan berdasaran nla total ntegral tertngg Selesa Gambar 2. Bagan lr Program a E-69

Semnar Nasonal plas Tenolog Informas 20 (SNTI 20) ISSN: 907-5022 Yogyaarta, 7-8 Jun 20 4. IMPLEMENTSI DN PENGUJIN 4. ntar Mua lternatf ntar mua n menamplan data alternatf sesua dengan yang dnputan oleh user. Gambar 3. ntar Mua lternatf 4.2 ntar Mua Krtera Sama sepert antar mua alternatf, antar mua rtera n bersan data rtera yang dnputan oleh user. Gambar 6. ntar Mua Kecocoan 4.4 ntar Mua Ratng Kepentngan ntar mua ratng epentngan menamplan nla epentngann untu masng-masng rtera yang telah dnputan. Gambar 7 ntar Mua Ratng Kepentngan Gambar 4. ntar Mua Krtera 4.3 ntar Mua Kepentngan dan Kecocoan ntar mua n merepresentasan bobot epentngan dan ecocoan. dapun batasan nla yang dgunaan bersar antara 0-. 4.5 ntar Mua Ratng Kecocoan ntar mua n menamplan nla ecocoan alternatf terhadap setap rtera. Gambar 8 ntar Mua Ratng Kecocoan Gambar 5. ntar Mua Kepentngan E-70

Semnar Nasonal plas Tenolog Informas 20 (SNTI 20) ISSN: 907-5022 Yogyaarta, 7-8 Jun 20 4.6 ntar Mua gregras bobot-bobot rtera ntar mua n manmplan nla F untu masng-masng alternatf pada saat reomendas tergantung pada data-data yang dnputan oleh user. PUSTK hmad, rwan Khoruddn, dan Imam Muslmn. Prosdng KNSI (Konferens Nasonal Sstem Informas) 200 Kampus STMIK GI MDP Palembang, hal 528-534. Kusumadew, Sr dan Har Purnomo 2004. plas Loga Fuzzy Untu Penduung Keputusan. Graha Ilmu. Yogyaarta. Gambar 9. ntar Mua Indes Kecocoan 4.7 ntar Mua Memlh lternatf Keputusan Dengan Prortas Tertngg ntar mua n menamplan nla total ntegral untu masng-masng alternatve dengan nla α dar s/d. lternatf optmal dplh berdasaran nla total ntegral terbesar Kusumadew, Sr., Fuzzy Mult Crtera Decson Mang,http://www.Meda Informata.com, dases tanggal 30 Maret 200. Kusumadew, Sr., D. Fuzzy Mult trbut Decson Mang (FUZZY MDM). Graha Ilmu: Yogyaarta. 2006 Negnevtsy, Mchael. 2002. rtfcal Intellgence Gude to Intellgent Systems. ddsn- Wesley: Harlow, England. Turban, Efram. Joy E. ronson. Tng-Peng Lang. 2005. Decsson Support Systems and Intellegent System (Sstem Penduung Keputusan dan Sstem Cerdas ). nd Offset. Yogyaarta Gambar 0. ntar Mua lternatf Keputusan Dengan Prortas Tertngg 5. KESIMPULN DN SRN Salah satu metode yang bsa dgunaan untu mengambl eputusan dalam menentuan plhan mnat Perguruan Tngg adalah Metode Fuzzy Mult Crtera Decson Mang (FMCDM). Berdasaran alternatf plhan dan beberapa rtera yang ada dapat dtentuan nla ahr dar alternatf yang dtuju. Proses pengecean data pada saat menggunaan sstem penduung eputusan n dapat membantu mengurang etdavaldan data nputan. Sehngga aan mengurang esalahan (error) yang terjad pada sstem. Hasl dar yang dtamplan E-7