Article Per Year (5 Year)
p-Index From 2020 - 2025
0
P-Index
This Author published in this journals
All Journal MATICS : Jurnal Ilmu Komputer dan Teknologi Informasi (Journal of Computer Science and Information Technology)
RDA, Rudy Ariyanto
Unknown Affiliation
Computer Science & IT

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Sistem Pendukung Keputusan Menentukan Lovebird Unggul dalam Perlombaan Menggunakan Metode AHP-Topsis Amalia, Eka Larasati; RDA, Rudy Ariyanto; Pratama, Asa Nara
MATICS Vol 11, No 1 (2019): MATICS
Publisher : Department of Informatics Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.18860/mat.v11i1.7690

Abstract

Komunitas Lovebird Indonesia – Wilayah Tuban adalah salah satu komunitas yang tiap tahunnya memiliki agenda perlombaan Beauty dan Singing contest, tetapi proses penilaiannya masih dilakukan secara manual, sehingga tidak menutup kemungkinan pada saat pengambilan keputusan untuk menilai kandidat dilakukan secara subjektif. Selain itu terdapat kesulitan dalam menentukan pembobotan kriteria, sehingga sulit menentukan pembobotan dalam bentuk angka. Dari masalah tersebut, maka Komunitas Lovebird Indonesia – Wilayah Tuban memerlukan sistem pendukung keputusan (SPK) yang dapat membantu menyelesaikan masalah tersebut. Sistem pendukung keputusan menentukan lovebird unggul dalam perlombaan ini diharapkan mampu membantu memangatasi masalah dengan menyesuaikan bobot dan kriteria. Metode yang dignakan adalah metode Analytic Hierarchy Process (AHP) dan Technique Order Preference by Similarity To Ideal Solution (TOPSIS). Aplikasi ini dapat membuat proses penilaian dan pengambilan keputusan menjadi lebih murah karena adanya dukungan dalam pengambilan keputusan. Selain itu seleksi kandidat dalam perlombaan yang dilakukan dengan aplikasi ini dapat memberikan hasil cukup akurat, hal ini terbukti dengan pengujian yang telah dilakukan dari perbandingan seleksi manual dan seleksi sistem dengan keakuratan 98%.
Co-Authors Eka Larasati Amalia Pratama, Asa Nara