GUI MATLAB UNTUK METODE FUZZY SAW DAN FUZZY TOPSIS DALAM PEMILIHAN PENERIMA BEASISWA PPA DENGAN PEMBOBOTAN ENTROPI (Studi Kasus : Pemilihan Penerima Beasiswa PPA tahun 2017 Mahasiswa FSM UNDIP, Semarang) (original) (raw)

PEMILIHAN PERUMAHAN TERFAVORIT MENGGUNAKAN METODE VIKOR DAN TOPSIS DENGAN GUI MATLAB (Studi Kasus: Perumahan Mijen Semarang)

Jurnal Gaussian

The increase in the population of Semarang has an impact on the increasing demand for residential housing. Unfortunately, the limitations of the area became an obstacle in Semarang to develop residential areas. This development of residential housing in Semarang leads to suburban such as Mijen. The method that can be used to choose favorite housing is Visekriterijumsko Kompromisno Rangiranje (VIKOR) and Technique for Order Preference by Similarity to Ideal Solution (TOPSIS). Both methods can be applied to solve Multiple Criteria Decision Making (MCDM) issue. This study has 8 alternatives of residential housing in Mijen with 5 criteria such as Price, Payment Method, Building Specifications, Housing Facilities, and Location. This research was design with Graphical User Interface (GUI) Matrix Laboratory (MATLAB) as computing tool. VIKOR and TOPSIS method on this research, obtained the same result that the most favorite residential housing is A5. Keywords: Housing, SPK, VIKOR, TOPSIS, GUI

GUI MATLAB UNTUK KOMBINASI METODE ANALYTIC HIERARCHY PROCESS (AHP) DAN TOPSIS DALAM PEMILIHAN CAFE TERFAVORIT(STUDI KASUS : Pemilihan Cafe Terfavorit di Daerah Tembalang, Semarang)

2016

Tembalang is an area that has many culinary business. One of them is cafe bussiness. This condition causes high competition in attracting consumers to gain profit. According to this situation, we need a method to asses the most favourite cafe based on consumer taste to create cafe as they expected. The methods used in choosing the most favourite cafe are Analytic Hierarchy Process (AHP) and Technique for Order Preference by Similarity to Ideal Solution (TOPSIS). Both of method are the methods used to solve the Multi-Attribute Decision Making (MADM) problem. AHP is used as a method of weighting each criteria by forming pairwise comparison matrix, normalizing pairwise comparison matrix, weighting and testing the consistency of the weight that was gained. Whereas TOPSIS is used to rank the most favorite cafe by calculating the weighted-normalized decision matrix MADM, determining the positive and negative ideal solution, calculating the distance between each alternative with positive a...

PEMILIHAN INPUT MODEL ADAPTIVE FUZZY INFERENCE SYSTEM (ANFIS) BERBASIS LAGRANGE MULTIPLIER TEST DILENGKAPI GUI MATLAB (Aplikasi pada Data Harga Beras Kualitas Rendah di Indonesia Periode Januari 2013 – Februari 2019)

Jurnal Gaussian, 2019

Adaptive Neuro Fuzzy Inference System (ANFIS) is a method that uses artificial neural networks to implement fuzzy inference systems. The optimum ANFIS model is influenced by the selection of inputs, number of membership and rules. In general, the selection of ANFIS input is based on Autoregressive (AR) unit as a result of ARIMA preprocessing. Thus it requires several assumptions. In this research, an alternative selection of ANFIS input based on Lagrange Multiplier Test (LM Test) is used to test hypothesis for the addition of one input. Preprocessing is conducted to obtain the value of partial autocorrelation against Zt. The input lag variable which has the highest partial autocorrelation is the first input ANFIS. The next input selection is selected based on LM test for adding one variable. To test the performance of LM Test, an empirical study of two groups of generated data and low quality rice prices is conducted as a case study. Generating data with stationary and non-stationar...

Perbandingan Metode SAW dan Topsis pada Sistem Pendukung Keputusan Seleksi Penerima Beasiswa

Jurnal Sisfokom (Sistem Informasi dan Komputer), 2021

SMK TI LABBAIKA provides scholarships every semester to students who meet the requirements. The selection process still uses the manual method based on the Headmaster's knowledge. The suitable decision support systems and methods are needed to minimize errors in decision making and get fair decision results. In this study, two decision support system methods were chosen, namely Simple Additive Weighting (SAW) and Technique for Order of Preference by Similarity to Ideal Solution (TOPSIS). The SAW and TOPSIS methods were chosen because they have simple calculations. A comparison of the two methods is carried out to determine the best method for selecting scholarships. The criteria used in this study are student status, number of family members, parent's occupation, parent's income, and semester grades. The 20 alternative data is used for testing. Based on the results of testing the accuracy for the SAW method is 45% while for TOPSIS is 60%.

PEMILIHAN HELM TERFAVORIT DENGAN MADM BERBASIS GUI MATLAB (Studi Kasus : Pemilihan Helm Terfavorit oleh Mahasiswa FSM Undip, Semarang)

2017

Safety is an important factor that need to be considered in driving safety. One of important factor that need to be considered is the use of Indonesian National Standard (SNI) helmets. The large number of SNI helmets existance, make consumers especially students, have their own preferences in choosing a helmet. The methods that can be used to choose the most favorite helmet is ELECTRE and TOPSIS. Both of these methods are the methods used to solve MADM problems. There are 8 brands of helmets namely INK, KYT, BMC, HIU, VOG, BOGO, NHK, dan GM. For helmet selection criteria are safety helmets (helmet safety straps when worn), affordable helmet prices, easy found helmet, variety of helmet colors, various sizes available, helmets cover the entire face, comfortable helmet glass when worn, clear helmet glass, quality of the outside of the helmets, helmet foam quality, and resistance to impact. By using ELECTRE method, this research got result that the most favorite helm is INK helmet brand...

ANALISIS PERBANDINGAN DALAM PEMILIHAN JURUSAN MENGGUNAKAN METODE FUZZY AHP DAN FUZZY TOPSIS

ABSTRAK Setiap manusia selalu dihadapkan pada pilihan salah satunya yaitu memilih jurusan, dengan dilakukannya analisis perbandingan dalam pemilihan jurusan dengan menggunakan metode fuzzy AHP dan fuzzy TOPSIS diharapkan dapat memberikan solusi untuk mendapatkan metode terbaik yang dapat dijadikan acuan. Kriteria yang digunakan jurusan sekolah asal dan tes bakat minat. Alternatif yang ada yaitu Computerized Accounting(CA), Office Management (OM) , Informatics Computer (IC)..Jenis metode penelitian yang dilakukan adalah penelitian kuantitatif dengan proses pemilihan sampel berupa sensus. Dengan tools yang digunakan Microsoft Excel dan R. Dengan metode fuzzy AHP maka ranking 1 adalah jurusan IC (Informatic Computer) dengan bobot 0.37008844, rangking ke 2 adalah jurusan OM (Office Management) dengan bobot 0.35812344 dan ranking 3 adalah jurusan CA (Computerized Accounting) dengan bobot 0.27178356. Dengan metode TOPSIS didapatkan rangking 1 adalah jurusan IC ((Informatic Computer) dengan bobot 0.6725941 ,rangking 2 adalah jurusan CA (Computerized Accounting) dengan bobot 0.6130041 dan rangking 3 adalah jurusan OM (Office Management) dengan bobot 0.0538602. Korelasi yang ada pada yaitu-0.3187653 , artinya memiliki korelasi linier negatif yang erat atau kuat. Kata Kunci – Fuzzy, AHP, TOPSIS,Jurusan. ABSTRACT Every human is faced by options to choose one from another such as choosing a major in University. It can be done using The Comparison analysis in choosing majors using Fuzzy AHP method and Fuzzy TOPSIS method which expected to give solutions for generate the best method. The criterias used are student's origin School (Senior High School) and the Aptitude test. The major options are Computerized Accounting (CA), Office Management (OM) and Informatics Computer (IC). I use census as kuantitatif method in sample selection process. I use Microsoft Excel and R programming for data processing. By using AHP Fuzzy method, the results are rank 1 is major IC (Informatic Computer) by weight:0.37008844, rank 2 is OM (Office Management) by weight: 0.35812344 and rank 3 is major OM (Office Management) by weight: 0.27178356. By using TOPSIS method, the result is rank 1 is major IC (Informatic Computer) with weight: 0.6725941, rank 2 is major CA (Computerized Accounting) with weight: 0.6130041 and rank 3 is major OM (Office Management) by weight: 0.0538602. The correlation I got is-0.3187653, it means it has strong negatif linear correlation. 1. PENDAHULUAN Dalam setiap kehidupan manusia selalu dihadapkan pada pilihan diantaranya pilihan untuk melanjutkan studi untuk kemudian memilih jurusan yang sesuai dengan keinginan. Inilah sesuatu yang cukup sulit untuk diputuskan oleh kebanyakan mahasiswa, terutama yang tidak memiliki referensi dan mencari informasi terkait dengan pendidikan tinggi.Untuk menjawab keragu-raguan dan kesulitan bagi mahasiswa baru maka diwajibkan untuk mengikuti tes bakat dan minat sebelum menentukan jurusan. Pertimbangan dalam penentuan jurusan yaitu jurusan sekolah asal , hasil tes bakat dan minat. Jurusan yang ada meliputi : Computerized Accounting(CA), Office Management (OM) , Informatics Computer (IC).[1] Cara ini masih memiliki kelemahan dapat dilihat saat melakukan tes bakat dan minat mahasiswa mengalami kondisi fisik yang kurang sehat atau mental yang lelah maka akan ada pertanyaan apakah relevan hasil tes tersebut ?[2] Metode fuzzy AHP ,yaitu pendekatan sistematis untuk menyeleksi alternatif dan penilaian masalah melalui pemakaian konsep teori himpunan fuzzy dan analisa struktur AHP.Fuzzy TOPSIS didasarkan pada konsep dimana alternatif terpilih yang terbaik tidak hanya memiliki jarak terpanjang dari solusi ideal positif, namun juga memiliki jarak terpanjang dari solusi ideal negatif. Metode TOPSIS konsepnya sederhana dan mudah dipahami,komputasinya efisien , dan memiliki kemampuan untuk mengukurkinerjarelatif dari alternatif-alternatif keputusan dalam bentuk matematis yang sederhana.[3] Untuk melakukan pemilihan jurusan diperlukan metode terbaik banyak sekali metode yang ada ,diantaranya Fuzzy AHP dan Fuzzy TOPSIS. Untuk menentukan metode terbaik maka peneliti melakukan analisa perbandingan untuk kedua metode tersebut sehingga dapat dijadikan acuan untuk pemilihan jurusan. Untuk itulah dirasa perlu untuk melakukan analisis perbandingan pemilihan jurusan dengan manggunakan metode Fuzzy AHP dan Fuzzy TOPSIS. 2. TINJAUAN PUSTAKA Beberapa penelitian yang berkaitan dengan pemilihan jurusan dengan menggunakan fuzzy AHP telah dilakukan diantaranya: 1. Penelitian yang dilakukan oleh Andhika Bayu Pakarti, Mahmud Imrona, Hetti Hidayati, Juni 2015.Dinas Tenaga Kerja (disnaker) Kota Samarinda adalah unit pemerintahan dibawah pemerintah kota Samarinda. Hasil perankingan TOPSIS dengan bobot F-AHP ternyata sama dengan hasil perankingan Topsis dengan bobot AHP. Dapat disimpulkan bahwa F-AHP lebih cocok untuk menentukan prioritas kriteria yang bersifat kuantitatif, bukan kualitatif. Sebab secara kualitatif, prioritas bobot hasil F-AHP sama dengan prioritas bobot hasil AHP.[4] 2. Penelitian yang dilakukan Ronald Sukwadi, Ching-Chow Yang ,Benny. Penelitiannya berjudulIntegrasi Fuzzy AHP-TOPSIS dalam Evaluasi Kualitas Layanan Elektronik Rumah Sakit. Hasil penelitian ini memberikan simpulan , rumah sakit swasta memiliki kinerja E-SQ yang lebih baik dari rumah sakit milik pemerintah. Laman rumah sakit pemerintah terbaik adalah laman rumah sakit dr. Sardjito, sedangkan rumah sakit swasta terbaik adalah laman rumah sakit Tumbuh Kembang.[5] 2.1 Prinsip Kerja AHP

Komparasi Metode WP SAW dan WASPAS Dalam Penentuan Penerima Beasiswa Penelusuran Minat dan Kemampuan

Jurnal Informatika, 2019

STMIK Bina Nusantara Jaya Lubuklinggau menawarkan beasiswa Penelusuran Minat dan Kemampuan (PMDK) kepada calon mahasiswa baru, dalam hal ini untuk melakukan proses seleksi penentuan penerima beasiswa PMDK pengolahan data masih dilakukan secara manual dengan melakukan tes wawancara dan melakukan perhitungan hasil dari wawancara. Proses seleksi yang dilakukan secara manual memiliki beberapa kelemahan sehingga besar kemungkinan akan terjadinya kesalahan dalam pengolahan data. Untuk Itu diperlukannya suatu Sistem Pendukung Keputusan yang dapat mempermudah dalam penentuan penerima beasiswa PMDK. Pada penelitian ini menggunakan analisa perhitungan komparasi metode WP, SAW dan WASPAS dalam penentuan penerima beasiswa penelusuran minat dan kemampuan (PMDK). Sistem dibuat menggunakan metode SAW karena memberikan nilai Alternatif tertinggi dan memberikan hasil perangkingan yang terbaik.

Sistem Pendukung Keputusan Pemilihan Bibit Mangga Terunggul Menerapkan Metode SAW dan WASPAS

2018

Bibit mangga terunggul adalah bibit yang memiliki kualitas yang bagus yang menjadi keunggulan petani untuk dipasarkan kemasyarakat. Karena banyaknya kriteria yang menjadi suatu permasalahan yang akan diselesaikan dengan mengunakan sistem pendukung keputusan, dalam penerapan yang baik dalam sistem pendukung keputusan sangat mempengaruhi hasil yang baik dalam menentukan bibit yang berkualitas, sangking banyaknya metode yang berkembang pada saat ini diantaranya SAW,WP,WASPAS,MOORA,dan VIKOR metode-metode tersebut masing-masing memiliki keunggulan dan kekurangannya dalam melakukan memproses yang sesuai dengan bobot kriteria yang ditentukan. Dalam penelitian ini peneliti menggunakan dua metode perbandingan yaitu metode Simple Additive Weighting (SAW) dan metode Weighted Aggregated Sum Product Assesmen (WASPAS), metode-metode ini dipilih karena dapat menentukan nilai bobot untuk pada setiap atribut, dalam hal ini dapat dilanjutkan dengan perankingan yang akan bisa menseleksi pada setiap ...

Sistem Pendukung Keputusan Pemilihan Penerima Beasiswa Universitas Muhammadiyah Pontianak Menggunakan Metode Fuzzy Mamdani

Digital Intelligence

Proses seleksi beasiswa PPA pada Universitas Muhammadiyah Pontianak memakan waktu yang lama. Banyaknya peminat membuat pihak panitia penerimaan beasiswa PPA kesulitan untuk menyeleksi mahasiswa dikarenakan peminat banyak, kuotanya yang sedikit dan faktor cara penilaian yang dilakukan selama ini sangat sulit untuk mendapatkan hasil penilaian yang detail dan akurat dari setiap mahasiswa yang mendaftar. Penelitian ini membahas mengenai perancangan prototipe aplikasi berbasis website sebagai sarana pengambilan keputusan seleksi penerimaan beasiswa PPA Universitas Muhammadiyah Pontianak menggunakan metode fuzzy mamdani. Sistem yang dibangun diharapkan dapat membantu pihak panitia mengurangi tingkat kesalahan dalam analisa dan penilaian dalam proses seleksi penerimaan beasiswa PPA dan tentunya agar tepat sasaran dalam menentukan mahasiswa yang layak menerima beasiswa PPA. Hasil pengujian sistem menjukkan bahwa sistem dapat diterapkan sesuai kebutuhan kampus dalam proses seleksi beasiswa PPA dengan menggunakan 4 tahapan proses logika fuzzy mamdani serta menghasilkan perhitungan yang akurat diketahui melalui pengujian Root Mean Square Error menunjukkan nilai error 0,315 dan juga diketahui melalui pengujian Mean Absolute Perentage Error menunjukkan nilai error 1,06%.

PEMANFAATAN METODE FUZZY TAHANI UNTUK REKRUTMEN PEMBINA PRAMUKA PADA MTS SWASTA LAMONGAN

ABSTRAK Program ekstrakulikuler merupakan salah satu bentuk kegiatan yang ada di setiap sekolah, pramuka merupakan kegiatan ekstrakulikuler yang hampir merata terdapat di setiap lembaga pendidikan, baik di jenjang SD, SMP maupun SMA.Pada penelitian ini dirancang sebuah sistem yang dapat digunakan untuk meghasilkan sebuah informasi tentang merekrut pembina pramuka yang tepat, akurat, efektif dan efisien. Yaitu dengan melalui beberapa tes, lalu nilai tes di masukkan kedalam program dan nantinya akan menghasilkan nilai dimana nilai tersebut akan menentukan apakah calon diterima ataukah tidak diterima dengan menggunakan metode Fuzzy Tahani dengan berbasis web.Data yang digunakan pada penelitian ini adalah siswa kelas tiga pada lembaga pendidikan MTs Maslakul Huda. variabel-variabel yang nantinya menjadi petokan penilaian diantaranya variabel semaphore, morse, pbb, sandi, simpul, dan ikatan. Dimana nilai semua variabel tersebuat nantinya akan dijumlahan dan menghasilkan sebuah nilai rekomendasi. Dan crips yang ditentukan oleh lembaga untuk menjadi pembina adalah sama dengan atau diatas nilai 0,75.