perancangan aplikasi manajeman pendukung keputusan

JPGMI, VOL.1 NO.1 2015 HAL [40-60] ISSN : 2477-1848

40

PERANCANGAN APLIKASI MANAJEMAN PENDUKUNG KEPUTUSAN

PENENTUAN BEASISWA PADA SMK BAHRUL MAGHFIROH

DENGAN METODE SIMPLE ADDITIVE WEIGHTING

Wini Waziana1, Noca Yolanda Sari

2

12Prodi Sistem Informasi, STMIK Pringsewu

Jl. Wisma Rini No.09 Pringsewu Lampung

ABSTRAK

SMK Bahrul Maghfiroh Pagelaran merupakan SMK yang berada di Desa Sukaratu Kec.

Pagelaran Kab. Pringsewu. Seiring dengan banyaknya siswa kurang mampu dan siswa

berprestasi, maka diadakan beasiswa oleh SMK Bahrul Maghfiroh. Pembagian beasiswa

dilakukan untuk membantu seseorang yang tidak mampu ataupun berprestasi selama

menempuh studinya. Untuk membantu penentuan dalam menetapkan seseorang yang layak

menerima beasiswa maka dibutuhkan sebuah sistem pendukung keputusan. Dalam proses

pembangunan sistem pendukung keputusan untuk menentukan penerima beasiswa di SMK

Bahrul Maghfiroh Pagelaran mengggunakan metode Fuzzy Multiple Attribute Decission

Making (FMADM) dengan metode Simple Additive Weighting (SAW). Metode ini dipilih

karena mampu menyeleksi alternative terbaik dari sejumlah alternatif, dalam hal ini

alternatif yang dimaksudkan yaitu yang berhak menerima beasiswa berdasarkan kriteria-

kriteria yang ditentukan. Penelitian dilakukan dengan mencari nilai bobot untuk setiap atribut,

kemudian dilakukan proses perankingan yang akan menentukan alternatif yang optimal, yaitu

siswa terbaik. Berdasarkan hasil pengujian, sistem yang dibangun dapat membantu kerja tim

penyeleksi beasiswa dalam melakukan penyeleksian beasiswa, dapat mempercepat proses

penyeleksian beasiswa, dapat mengurangi kesalahan dalam menentukan penerima beasiswa,

dan dapat mempermudah tim penyeleksi dalam menentukan penerima beasiswa.

Kata Kunci : FMADM, SAW, Kriteria, Bobot, Beasiswa


41

1. PENDAHULUAN

1.1 Latar Belakang Masalah

Pemberian beasiswa merupakan program kerja yang ada di setiap lembaga

pendidikan atau sekolah. Beasiswa biasanya diberikan oleh suatu lembaga yang bertujuan

untuk membantu siswa yang kurang mampu ataupun siswa yang berprestasi selama

menempuh studinya. Pemberian beasiswa dilakukan secara selektif sesuai dengan jenis

beasiswa yang diadakan. Banyak sekali beasiswa yang ditawarkan kepada siswa yang

berprestasi dan yang kurang mampu.

Sesuai dengan peraturan yang telah ditentukan oleh SMK Bahrul Maghfiroh

Pagelaran untuk beasiswa, maka diperlukan kriteria-kriteria untuk menentukan siapa

yang akan dipilih untuk menerima beasiswa. Kriteria dalam studi ini adalah indeks prestasi

akademik, penghasilan orang tua, jumlah tanggungan orang tua, semester, dan lain-lain. Oleh

sebab itu tidak semua calon pengaju beasiswa tersebut diterima, hanya yang memenuhi

kriteria saja yang akan menerima beasiswa tersebut. Pengajuan beasiswa cukup banyak

serta indikator dalam penyeleksian berkas pengaju beasiswa yang masih secara manual,

dengan demikian dibutuhkan sistem yang dapat membantu membuat keputusan penerima

beasiswa dengan cepat dan tepat, untuk meringankan kerja bagian kesiswaan dalam

menentukan penerima beasiswa.

Model yang digunakan dalam sistem pendukung keputusan ini adalah Fuzzy

Mutiple Attribute Decision Making (FMADM). Dan metode yang digunakan adalah

Simple Additive Weighting (SAW) yaitu mencari penjumlahan terbobot dari rating

kinerja pada setiap alternative pada semua atribut. Metode SAW ini dipilih karena lebih

efektif, lebih mudah pada proses perangkingan dalam penyeleksian penerima beasiswa dan

lebih efisien.

Metode perangkingan diatas diharapkan akan memberikan penilaian yang lebih

tepat. Hal ini dikarenakan penilaian didasarkan pada nilai kriteria dan bobot yang sudah

ditentukan terlebih dahulu.

1.2 Rumusan Masalah

Berdasarkan latar belakang di atas dapat dirumuskan permasalahan yang ada di SMK

adalah:

1. Bagaimana mengembangkan alat bantu pegambilan keputusan untuk menyeleksi


42

penerimaan beasiswa.

2. Bagaimana menentukan kriteria penilaian dan pembobotan dalam mengambil

keputusan.

3. Bagaimana merancang sebuah sistem pendukung keputusan dengan menggunakan

Fuzzy Multiple Attribute Decision Making (FMADM) dengan metode Simple Additive

Weighting (SAW) untuk menentukan siapa yang akan menerima beasiswa

berdasarkan bobot dan kriteria yang sudah ditentukan. Dengan menggunakan

sebuah program untuk membantu menyelesaikan permasalahan sehingga jauh lebih

mudah dan efisien.

1.3 Batasan Masalah

Adapun yang menjadi batasan masalah dalam penelitian ini agar tidak menyimpang dari

maksud dan tujuan penyusunan Jurnal ini juga keterbatasan waktu dan pengetahuan

penulis, maka dalam penyusunan Jurnal ini hanya membatasi masalah sebagai berikut :

a. Membuat suatu aplikasi yang dapat membantu memberikan rekomendasi dan

pertimbangan dalam melakukan pengambilan keputusan penerimaan beasiswa.

b. Proses pengambilan keputusan berdasarkan kriteria-kriteria yang telah ditetapkan oleh

pihak SMK yaitu : Penghasilan Orangtua, Semester, Tanggungan Orangtua, saudara

Kandung, dan Nilai Siswa.

c. Metode yang digunakan dalam pembuatan system pendukung keputusan ini adalah SAW

(Simple Additive Weighting).

1.4 Tujuan Penelitian

Tujuan diadakannya penelitian ini adalah sebagai berikut :

1. Merancang Sistem Pendukung Keputusan Penerimaan Beasiswa dengan sistem

FMADM (Fuzzy Multi Attribute Decision Making) dengan Metode SAW (Simple

Additive Weighting).

2. Untuk mendapatkan hasil yang lebih akurat, siapa yang berhak mendapatkan beasiswa.


43

1.5 Manfaat Penelitian

Dengan diterapkan Software Sistem Pendukung Keputusan Penerimaan Beasiswa

menggunakan Metode SAW (Simple Additive Weighting) untuk mempermudah pengambilan

keputusan di SMK Bahrul Maghfiroh Pagelaran akan membantu Kepala SMK Bahrul

Maghfiroh Pagelaran untuk memilih siswa yang layak dan berhak menerima beasiswa.


44

2. TINJAUAAN PUSTAKA

2.1 Teori berkait dengan objek penelitian

Pada dasarnya, beasiswa adalah penghasilan bagi yang menerimanya. Beasiswa ini

sesuai dengan ketentuan pasal 4 ayat (1) UU PPh/2000. Disebutkan pengertian penghasilan

adalah tambahan kemampuan ekonomis dengan nama dan dalam bentuk apapun yang

diterima atau diperoleh dari sumber Indonesia atau luar Indonesia yang dapat digunakan

untuk konsumsi atau menambah kekayaan Wajib Pajak (WP), karena beasiswa bisa

diartikan menambah kemampuan ekonomis bagi penerimanya, berarti beasiswa merupakan

penghasilan. ( Kartiko, 2010 ).

2.2 Teori tentang system yang dipakai

Peran DSS (Decision Support System) adalah untuk mendukung manajer individual

bukan departemen organisasi (Arnott dan Pervan, 2005), dan mereka dipandang sebagai

berhasil (Alter, 1980). Ide-ide yang diungkapkan secara luas sejalan dengan

pandangan dari Turban dkk. (2007) - yaitu bahwa 'DSS' adalah istilah umum yang

meliputi setiap system berbasis komputer yang mendukung pengambilan keputusan

kegiatan. Dalam hal ini, data warehouse membantu sekelompok manajer dalam

merancang strategi penjualan mereka adalah DSS, seperti sistem pakar membantu

pasangan untuk memilih perawatan

kesuburan yang sesuai. Sistem informasi manajemen yang mengotomatisasi proses bisnis

seperti kompilasi laporan dan transaksi pengolahan tidak dapat diklasifikasikan sebagai

DSS. Setiap sistem berbasis komputer yang menghasilkan data yang digunakan

dalam pengambilan keputusan kegiatan dapat digolongkan sebagai DSS

menyediakan dukungan level 0.

Pribadi DSS cenderung skala kecil sistem yang dirancang untuk digunakan

oleh seorang manajer atau sejumlah terbatas manajer untuk keputusan yang signifikan

kegiatan ini adalah jenis yang paling luas DSS, terutama spreadsheet berbasis

sistem. Itu juga merupakan bentuk tertua dari DSS, diperkenalkan pada tahun 1960

untuk menggantikan Miss, dan itu adalah jenis hanya tersedia untuk sekitar dekade (Arnott,

2008). Arsitektur DSS pribadi terdiri dari database untuk mengakses data tentang

masalah keputusan dan konteks, basis model yang mengandung model dengan

kemampuan analitis, user interface, yang sangat interaktif dengan pelaporan dan

fasilitas grafis, dan pengguna yang berinteraksi dengan sistem. Pengguna DSS


45

pribadi adalah manajer senior atau menengah yang cenderung menjadi pembelajar

mudah, memilih apakah mereka ingin memiliki dukungan keputusan dan harus

berurusan dengan masalah keputusan yang

mendesak (Arnott, 2008). Istilah lain yang sering digunakan untuk DSS pribadi bahwa

DSS analitis atau analisis (Arnott, 2008). Seperti DSS dapat dikombinasikan dengan

skala besar gudang data dan alat bisnis untuk memperoleh data masukan dan proses dengan

model yang sangat analitis. Ada berbagai macam aplikasi DSS pribadi, seperti alat

kognitif untuk membantu dalam pelaksanaan strategi (Singh, 1998), alur kerja

berbasis geografis sistem informasi (Seffino et al., 1999) dan DSS untuk produksi

perencanaan (Mallya et al., 2001), ( French, et al, 2011 ).

FMADM

Fuzzy Multiple Attribute Decision Making adalah suatu metode yang

digunakan untuk mencari alternatif optimal dari sejumlahalternatif dengan kriteria

tertentu. Inti dari FMADM adalah menentukan nilai bobot untuk setiap atribut, kemudian

dilanjutkan dengan proses perankingan yang akan menyeleksi alternatif yang sudah

diberikan. Pada dasarnya, ada 3 pendekatan untuk mencari nilai bobot atribut,

yaitu pendekatan subyektif, pendekatan obyektif dan pendekatan integrasi

antara subyektif & obyektif. Pada pendekatan subyektif, nilai bobot ditentukan

berdasarkan subyektifitas dari para pengambil keputusan, sehingga beberapa faktor

dalam proses perankingan alternatif bisa ditentukan secara bebas. Sedangkan pada

pendekatan obyektif, nilai bobot dihitung secara matematis sehingga mengabaikan

subyektifitasdari pengambil keputusan. ( Kartiko, 2010 ).

Beberapa fitur umum yang akan digunakan dalam MADM, yaitu:

.

a. Alternatif, adalah obyek-obyek yang berbeda dan memiliki kesempatan yang sama

untuk dipilih oleh pengambil keputusan.

b. Atribut, sering juga disebut sebagai karakteristik, komponen, atau kriteria keputusan.

Meskipun pada kebanyakan kriteria bersifat satu level, namun tidak menutup


46

kemungkinan adanya sub kriteria yang brhubugan dengan kriteria yang telah diberikan.

c. Konflik antar kriteria, beberapa kriteria biasanya mempunyai konflik antara satu dengan

yang lainnya, misalnya kriteria keuntungan akan mengalami konflik dengan kriteria

biaya.

d. Bobot keputusan, bobot keputusan menunjukkan kepentingan relative dari setiap

kriteria, W = (w1, w2, ..., wn). Pada MADM akan dicari bobot kepentingan dari setiap

kriteria.

e. Matriks keputusan, suatu matriks keputusan X yang berukuran m x n, berisi

elemen-elemen xij, yang merepresentasikan rating dari alternative Ai (i=1,2,...,m)

terhadap kriteria Cj (j=1,2,...,n).

Masalah MADM adalah mengevaluasi m alternatif Ai (i=1,2,...,m) terhadap

sekumpulan atribut atau kriteria Cj (j=1,2,...,n), dimana setiap atribut saling tidak bergantung

satu dengan yang

lainnya.

Krirteria atau atribut dapat dibagi menjadi dua kategori, yaitu :

a. kriteria keuntungan, adalah kriteria yang nilainya akan dimaksimumkan, misalnya :

keuntungan, Nilai Rapor (untuk kasus pemilihan beasiswa berprestasi) dll.

b. Kriteria biaya, adalah kriteria yang nlainya akan diminimumkan, misalnya : harga

produk yang akan dibeli, biaya produksi, dll.

Masalah FMADM diakhiri dengan proses perankingan untuk mendapatkan

alternatif terbaik yang diperoleh berdasarkan nilai keseluruhan preferensi yang

diberikan. Pada FMADM, umumnya akan dicari solusi ideal. Yang mana pada solusi

ideal akan memaksimumkan semua kriteria keuntungan dan meminimumkan semua kriteria

biaya.

Simple Additive Weighting Method (SAW)

Metode SAW sering juga dikenal istilah metode penjumlahan terbobot. Konsep dasar


47

metode SAW adalah mencari penjumlahan terbobot dari rating kinerja pada setiap alternatif

pada semua atribut. Metode SAW membutuhkan proses normalisasi matriks keputusan (x)

ke suatu skala yang dapat diperbandingkan dengan semua rating alternatif yang ada.

Dimana :

rij = nilai ranting kinerja ternormalisasi

xij = baris dan kolom dari matriks

Max xij = nilai maksimum dari setiap baris

i

Min xij = nilai minimum dari setiap baris

i

benefit = jika nilai alternative besar adalah terbaik

cost = jika nilai terkecil adalah terbaik

rij adalah rating kinerja ternormalisasi dari alternatif Ai pada atribut Cj; i=1,2,...,m dan

j=1,2,...,n.


48

Nilai preferensi untuk setiap alternatif (Vi) diberikan sebagai:

Dimana:

Vi = nilai akhir dari matriks

Wj = bobot yang telah ditentukan

rij = nilai rating kinerja ternormalisasi

nilai Vi yang lebih besar mengidentifikasikan bahwa alternative Ai lebih terpilih.


49

3. METODE PENELITIAN

3.1 Pengumpulan Data

Metode pengumpulan data yang digunakan oleh penulis dalam menyusun Jurnal ini antara

lain :

1. Observasi Metode yang digunakan untuk memperoleh data dengan cara mengadakan

pengamatan terhadap objek penelitian dan pencatatan secara sistematis terhadap suatu

gagasan yang diselidiki. Kegiatan yang dilakukan adalah mengamati dan menilai siswa-

siswa yang berhak mendaptkan beasiswa.

2. Studi Pustaka (Library ResearchMethod) Studi Pustaka yaitu merupakan metode

pengumpulan data yang dilakukan dengan mencari, membaca, dan mengumpulkan

dokumen-dokumen sebagai referensi, artikel, dan literatur-literatur tugas akhir yang

berhubungan dengan objek penelitian. Studi Pustaka digunakan penulis untuk

mendapatkan informasi tambahan tentang SPK, tentang metode Simple additive

weighting, pemilihan siswa yang berhak mendapat beasisawa.

3.2 Analisis Data

Sebagai langkah awal yang dilakukan supaya dapat mengetahui gambaran yang dihadapi

oleh bagian kesiswaan adalah dengan melakukan analisis permasalahan (problem analysis).

Dengan melakukan analysis permasalahan diharapkan dapat memberikan solusi sesuai

permasalahan yang dihadapi.

Permasalahan yang sering dihadapi oleh bagian kesiswaan adalah pada saat menyeleksi

siswa-siswa yang layak mendapatkan beasiswa. Proses penyeleksian ini membutuhkan

ketelitian dan waktu, karena data siswa akan dibandingkan dengan kriteria beasiswa satu

persatu. Dengan demikian dibutuhkan system yang dapat membantu membuat keputusan

calon penerima beasiswa dengan cepat dan tepat, untuk meringankan kerja bagian kesiswaan

dalam menentukan beasiswa.


50

4. PERANCANGAN DAN IMPLEMENTASI

Perancangan Sistem

Tahap pembuatan aplikasi ini terlebih dahulu adalah menentukan kriteria-kriteria dalam

penerimaan beasiswa yaitu jumlah penghasilan orang tua, semester, jumlah tanggungan orang

tua, jumlah saudara kandug, dan nilai.

Bobot.

Dalam penelitian ini ada bobot dan kriteria yang dibutuhkan untuk menentukan siapa yang

akan terseleksi sebagai penerima beasiswa.

Table 1. Kode dan Ketentuan Kriteria

Kode

Kriteria

Ketentua Kriteria

C1 Jumlah penghasilan

orang tua

C2 Semester

C3 Jumlah taggungan orang

tua

C4 Jumlah saudara kandung

C5 Nile

Dari masing-masing kriteria tersebut akan ditentukan bobot-bobotnya. Pada bobot terdiri dari

enam bilangan fuzzy, yaitu : Sangat Rendah (SR), Rendah (R), Sedang (S), Tengah (T1),

Tinggi (T2), Sangat Tinggi (ST) seperti terdapat pada Gambar 2.


51

SR R S T1 T2 ST

0 0,2 0,4 0,6 0,8 1

Gambar 1. Bilangan Fuzzy untuk bobot

Keterangan :

SR : Sangat Rendah

R : Rendah

S : Sedang

T1 : Tengah

T2 : Tinggi

ST : Sangat Tinggi

Dari masing-masing bobot tersebut, maka dibuat suatu variabel yang akan dirubah kedalam

bilangan fuzzy dengan rumus yaitu variabel ke-n/n-1.

Tabel 2 Variabel dan Bobot (Nilai)

Variabel Bobot (Nilai)

Sangat Rendah

(SR)

Variabel ke-0 (6-1) = 0

Rendah (R) Variabel ke-1 (6-1) = 1

5=0,2

Sedang (S) Variabel ke-2 (6-1) = 2

5=0,4

Tengah (T1) Variabel ke-3 (6-1) = 3

5=0,6

Tinggi (T2) Variabel ke-4 (6-1) = 4

5=0,8

Sangat Tinggi

(ST)

Variabel ke-5 (6-1) = 5

5=1


52

Kriteria Penghasilan Orang tua

Tabel 3. Kriteria Penghasilan Orang tua

Penghasilan Orang Tua

(C1) Variabel Nilai

C1<= Rp. 500.000 Sangat

Tinggi

1

C1>Rp.500ribu<C1<Rp.

1juta

Tinggi 0,8

C1>Rp.1juta<C1<Rp.1,5

juta

Tengah 0,6

C1>Rp.1,5juta<C1<Rp.2

juta

Sedang 0,4

C1>Rp.2juta<C1<Rp.2,5

juta

Rendah 0,2

C1>=Rp.2juta Sangat

Rendah

0

Kriteria Semester

Tabel 4. Kriteria Semester

Semester (C2) Vaariabel Nilai

Semester = 1 Sangat Rendah 0

Semester = 2 Rendah 0,2

Semester = 3 Sedang 0,4

Semester = 4 Tengah 0,6

Semester = 5 Tinggi 0,8

Semester = 6 Sangat Tinggi 1


53

Kriteria Jumlah Tanggungan Orang Tua

Tabel 5. Kriteria Jumlah Tanggungan Orang Tua

Jumlah

Tanggungan Orang

Tua (C3)

Variabel Nilai

1 Anak Sangat Rendah 0

2 Anak Rendah 0,2

3 Anak Sedang 0,4

4 Anak Tengah 0,6

5 Anak Tinggi 0,8

Lebih dari 5 anak Sangat Tinggi 1

Kriteria Jumlah Saudara Kandung

Tabel 6. Kriteria Jumlah Saudara Kandung

Jumlah Saudara

Kandung (C4)

Variabel Nile

1 Orang Sangat Rendah 0

2 Orang Rendah 0,2

3 Orang Sedang 0,4

4 Orang Tengah 0,6

5 Orang Tinggi 0,8

Lebih dari 5 Orang Sangat Tinggi 1


54

Kriteria Nilai

Table 7. Kriteria Nilai

Nilai (C5) Variabel Nilai

C5 < = 50 Sangat Rendah 0

50 < C5 < 60 Rendah 0,2

60 < C5 < 70 Sedang 0,4

70 < C5 < 80 Tengah 0,6

80 << C5 < 90 Tinggi 0,8

C5 > = 90 Sangat Tinggi 1

Perancangan Database

Dalam peransangan system ini menggunaka beberapa tabel, yaitu table siswa, tabel

fuzzy dan tabel SPK.

Tabel 8. perancangan Tabel Siswa

Field Name Type Siz

e Key Keterangan

NIS Char 5 * NIS

Nama Varchar 30 Nama

Alamat Varchar 50 Alamat

Nama ortu Varchar 30 Nama Oranag Tua

Jurusan Varchar 20 Jurusan

Penghasilan Real Penghasilan orang tua

Saudara Int Jumlah saudara kandung

Tanggungan int Tanggungan Ortu

Tabel 9. Perancangan Tabel Nile

Field Name Type Size Key Keteran

gan

NIS Char 5 NIS

Kelas Int Kelas

Semesster Int Semester

Nilai Real Nilai


55

Tabel 10. Perancangan Tabel SPK

Field Name Type Size Key Keterangan

NIS Char 5 NIS

Nilai Real Nilai

Perancangan Dialog

1. Perancangan Dialog Menu Utama

Tampilan menu utama merupakan halaman utama dalam menjalankan program aplikasi.

Pada halaman aplikasi ini terdapat beberapa menu, yaitu menu siswa, fuzzy, nilai, spk, cetak

spk dan keluar.

Gambar 2. Rancangan Form Menu Utama


56

2. Perancangan Dialog Siswa

Form siswa ini digunakan untuk menginputkan data siswa.

Gambar 3. Rancangan Form Siswa


57

3. Perancangan Dialog Nilai

Form ini digunakan untuk menginputkan data nilai siswa.

Gambar 4. Rancangan Form Nilai

4. Perancangan Dialog SPK

Form SPK ini digunakan untuk memasukkan data penerimaan beasiswa yang terbaik.

Berikut adalah tampilan form input histori :


58

Gambar 5. Rancangan Form Hasil SPK


59

5. PENUTUP

5.1 Kesimpulan

1. Berdasarkan hasil pengujian, system yang dibangun dapat membantu kerja tim

penyeleksi beasiswa dalam melakukan penyeleksian beasiswa, dapat mempercepat

proses penyeleksian beasiswa, dapat mengurangi kesalahan dalam menentukan

penerima beasiswa.

2. Metode Fuzzy Multiple Attribute Decision Making (FMADM) dengan metode Simple

Additive Weighting (SAW) dapat diterapkan untuk menentukan penerimaan beasiswa.

Jadi perancangan system pengambilan keputusan untuk menentukan penerima

beasiswa di SMK Bahrul Maghfiroh Pagelaran ini telah sesuai prosedur yang

diharapkan.

5.2 Saran

Berdasaran kesimpulan diatas, maka ada beberapa saran yang penulis sampaikan, antara

lain :

1. Diharapkan dapat dilakukan uji coba secara penuh untuk menguji kehandalan system.

2. Perlu diadakan penelitian lebih lanjut untuk mengetahui sensitifitas terhadap

perubahan nilai bobot.

3. Seiring dengan kemajuan ilmu pengetahuan dan teknologi, maka tidak menutup

kemungkinan system pendukung keputusan yang telah dibangun ini nantinya akan

mengalami perubahan, sehingga dapat dikembangkan lagi dan bermanfaat bagi SMK

Bahrul Maghfiroh Pagelaran.

4. Sistem pendukung keputusan penentuan beasiswa ini perlu dilengkapi dengan metode

lainnya, sehingga dapat dilakukan perbandingan hasil dari metode SAW dengan

metode lainnya.


60

DAFTAR PUSTAKA

Dio Pujatama. Implementasi Algoritma SAW (Simple Additive Weighting) untuk

Mendukung Keputusan Penerimaan Beasiswa PPA pada Universitas Dian

Nuswantoro. Semarang.

Fery Romidhoni Eprilianto, Tan Amelia dan Tri Sagirani. Sistem Pendukung Keputusan

Pemberian Beasiswa Menggunakan Metode Simple Additive Weighting Di

Universitas Panca Marga Probolinggo. Surabaya.

Herdi Widyatmoko. Sistem Seleksi Beasiswa SMA Negeri 2 BAE Kudus Dengan Metode

Simple Additive Weighting (SAW). Semarang.

Sri Eniyati. (2011). Perancangan Sistem Pendukung Pengambilan Keputusan untuk

Penerimaan Beasiswa dengan Metode SAW (Simple Additive Weighting).

Sri Yani Septiana Sari, Prihambodo Hendro Saksono, dan helda Yudiastuti. (2012). Sistem

Pendukung Keputusan Penerimaan Beasiswa Menggunakan Simple Additive

Weighting di Universitas Bina Darma Palembang. Palembang.

perancangan aplikasi manajeman pendukung keputusan

Documents