Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : JMAI (Jurnal Multimedia

Seleksi Penerima Beasiswa Dengan Metode Fuzzy Multi-Attribute Decision Making Dengan Pengembangan Markus Monemnasi; Anief Fauzan Rozi
JMAI (Jurnal Multimedia & Artificial Intelligence) Vol. 1 No. 1 (2017): Jurnal Multimedia dan Artificial intelligence
Publisher : LPPM Universitas Mercu Buana Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (977.69 KB) | DOI: 10.26486/jmai.v1i1.51

Abstract

Beasiswa merupakan pemberian berupa bantuan keuangan yang diberikan kepada perorangan bertujuan untuk digunakan demi keberlangsungan pendidikan. Bantuan ini dapat diberikan oleh lembaga pemerintahan, perusahaan atau yayasan. Sekolah Menengah Atas Tiga Maret (SMA GAMA) Yogyakarta memiliki program pemberian beasiswa kepada siswa miskin atau kurang mampu di sekolah tersebut. Akan tetapi dalam melakukan seleksi beasiswa tersebut mengalami banyak kesulitan karena proses seleksinya masih manual serta banyaknya siswa yang mengajukan dan banyaknya kriteria yang digunakan sehingga dalam proses penentuannya menyita waktu yang banyak.Oleh karena itu diperlukan sebuah sistem yang membantu, mempercepat dan mempermudah pihak yang bersangkutan dalam proses seleksinya. Proses pengambil keputusan dibangun menggunakan metode fuzzy multi-attribute decision making. Metode ini akan membantu pengambil keputusan pada situasi dimana terdapat banyak alternatif keputusan dengan beberapa kriteria. Dipilihnya fuzzy multi-attribute decision making karena karakternya sangat tepat untuk menyelesaikan permasalahan yang semi-terstruktur seperti masalah beasiswa ini, juga merupakan metode yang akan cukup akurat memberikan hasil yang diharapkan serta akan mampu juga mengurangi kesalahan-kesalahan proses seleksi dan mempercepat proses pengambilan keputusannya.Hasil akhir dari sistem yang dibuat berupa rekomendasi penerima beasiswa dengan nilai total tertinggi dimana sebelumnya sistem akan melakukan perhitungan dan seleksi dari data yang telah dimasukan yang selanjutnya akan diurutkan dari nilai total integral tertinggi hingga nilai total integral terendah sehingga pengguna dapat dengan mudah menentukan siapa yang berhak dan layak untuk menerima beasiswa dan yang paling sesuai dengan kriteria yang telah ditetapkan.
Sistem Penilaian Guru Teladan Menggunakan Metode Fuzzy Multiple Attribute Decision Making (FMADM) dan Weighted Product (WP) Nurul Arifianti; Anief Fauzan Rozi
JMAI (Jurnal Multimedia & Artificial Intelligence) Vol. 1 No. 2 (2017): Jurnal Multimedia dan Artificial intelligence
Publisher : LPPM Universitas Mercu Buana Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (709.294 KB) | DOI: 10.26486/jmai.v1i2.67

Abstract

Guru teladan adalah orang yang bisa memberikan contoh baik kepada siswanya. Guru merupakan salah satu bagian paling penting yang dimiliki oleh sekolah, tidak ada satu sekolah yang mampu bertahan jika sekolah tersebut tidak memiliki guru yang dapat bekerja baik dan maksimal. Berhasil atau tidaknya suatu sekolah dalam menjalankan kegiatannya tidak terlepas dari kapasitas guru yang melakukan pekerjaan di sekolah tersebut.Teknik penelitian di SMK Bumantara Muntilan dilakukan bersama guru BK dengan memberikan sebuah masukan atau pertanyaan yang bermaksud bertentangan dengan guru teladan yang nantinya akan dijawab oleh para guru itu sendiri dengan membagikan kuisoner ke para guru. Dalam penelitian ini data guru beserta jawaban dari kuisoner akan dilakukan Penilaian guru teladan dengan sistem yang mempunyai kemampuan analisa pemilihan guru teladan dengan menggunakan metode weighted product, dimana pada setiap kriteria memiliki bobot tersendiri dan nilai kemudian difuzifikasikan. Setelah nilai yang telah ada dimasukan ke dalam rumus weighted product akan menghasilkan output nilai tertinggi pada semua guru.Penilaian guru teladan dilakukan dengan menggunakan 10 kriteria sebagai paramater penilaian dan dapat disimpulkan bahwa perhitunganya menghasilkan nilai vektor V tertinggi yaitu 0,05055 dan nilai vektor V terendah yaitu 0,00000.