Garuda - Garba Rujukan Digital

Aplikasi Prediksi Harga Jahe Merah Metode Time Series Autoregressive Integrated Moving Average Ruhmi Sulaehani; Bahrin Bahrin
Jambura Journal of Electrical and Electronics Engineering Vol 4, No 1 (2022): Januari - Juni 2022
Publisher : Teknik Elektro - Universitas Negeri Gorontalo

Harga jahe merah naik secara signifikn sebelum wabah Covid-19 harga jahe di pasaran normal berkisar Rp.20.000/kg, tapi selama pandemi harga jahe merah naik secara signifikan. Harga naik secara signifikan tanpa pemberitahuan sebelumnya terjadi karena permintaan yang sangat melonjak baik dalam wilayah Kabupaten Pohuwato maupun diluar wilayah Kabupaten Pohuwato. Tujuan Penelitian ini yaitu membantu pemerintah memprediksi harga jahe merah dipasaran dalam kurung waktu tertentu dengan membuat aplikasi prediksi berbasis Web, bahasa pemrograman PHP dan untuk menganalisis digunakan aplikasi software Statistik R, metode yang digunakan yaitu Time series model ARIMA. Berdasarkan nilai aktual dan nilai hasil prediksi harga jahe merah yang diperoleh, pada model ARIMA didapatkan nilai AIC dengan model terbaik adalah -3048,61, yang merupakan nilai minimun. Aplikasi yang dibuat dapat membantu masyarakat dan pemerintah setempat mendapatkan info perkiraan atau prediksi harga jahe merah dimasa depan. Hasil prediksi harga jahe merah memperlihatkan harga jahe merah turun di bulan Juni yaitu sebesar Rp. 21.932/kgThe price of red ginger had increased significantly. Before the Covid-19 outbreak the price of red ginger on the market was normal. It was around Rp. 20.000/kg but during the pandemic the price of the red ginger increased significantly without any prior notification due to the red ginger was in demand both inside and outside the Pohuwato Regency. The purpose of this research is to help the Government control the prices in the market and to help the public society to get fast information about the estimation of the future prices during the particular time by creating a web-based prediction application using the PHP Programming Language and Data Analysis using the R Statistical Software Application. The research merhod used is the ARIMA time series model based on the actual value and predicted value of the red ginger prices obtained. There is an AIC value in the ARIMA model. The best model is -3048.61 the best model has the minimum AIC value. The application created is able to help the community and local government to get information on the estimated prices of the red ginger in the future. The results of the estimated prices of the red ginger showed the prices decreased in june by Rp. 21.932/kg.

SISTEM PAKAR DETEKSI KUALITAS AIR DENGAN METODE FORWARD CHAINING PADA LABORATORIUM “AQUARYAN” MARISA Bahrin Bahrin
Simtek : jurnal sistem informasi dan teknik komputer Vol 5 No 1 (2020): April 2020
Publisher : STMIK Catur Sakti Kendari

Air merupakan kebutuhan utama bagi proses kehidupan di bumi, sehingga tidak ada kehidupan seandainya di bumi tidak ada air. Namun demikian, air dapat menjadi malapetaka bilamana tidak tersedia dalam kondisi yang benar, baik kualitas maupun kuantitasnya. Air yang relatif bersih sangat didambakan oleh manusia, baik untuk keperluan hidup sehari-hari, untuk keperluan industri, keperluan pertanian dan lain sebagainya. Sehingga secara kualitas, sumber daya air telah mengalami penurunan. Demikian pula secara kuantitas, yang sudah tidak mampu memenuhi kebutuhan yang terus meningkat. Oleh sebab itu dibutuhkan seorang pakar yang dapat menangani masalah kualitas air. Karena sistem ini adalah milik instansi maka dari itu sistem pakar ini merupakan sistem pakar yang diperuntukkan untuk masyarakat Pohuwato sebagai tempat kami melakukan penelitian. Hasil pengujian yang dilakukan dengan metode white box testing dan bases path testing yang menghasilkan nilai V(G) = CC, dimana V(G) = 4 dan CC = 4, sehingga didapat bahwa logika flowchart perhitungan vektor S dan Vektor V serta perankingan adalah benar dan berdasarkan pengujian black box yang meliputi uji input proses dan output dengan mengacu pada rancangan perangkat lunak yang sudah dibuat telah terpenuhi dengan hasil sesuai dengan rancangan.

Sistem Pendukung Keputusan Seleksi Beasiswa Prestasi Miskin Dengan Metode Composite Performance Index (CPI) Bahrin Bin Dahlan; Betrisandi Betrisandi; Maryam Diange
Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI) Vol 5, No 1 (2022): Februari 2022
Publisher : Program Studi Teknik Informatika, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v5i1.3849

Abstrak— Banyaknya jumlah mahasiswa yang mengajukan beasiswa prestasi miskin ke Dinas Pendidikan Kabupaten Pohuwato serta indicator kriteria yang banyak juga, maka perlu dibangun sebuah system pendukung keputusan yang akan membantu penentuan siapa yang berhak untuk mendapatkan beasiswa miskin tersebut. Beasiswa prestasi miskin merupakan program daerah yang berada di Dinas Pendidikan menjadi salah satu jenis program yang dapat dipilih oleh masyarakat secara demokratis pada musyawarah desa dan musyawarah antar desa di Dinas Pendidikan yang diperuntukkan bagi mahasiswa dari rumah tangga miskin, yang pemberiannya setiap tahun setelah ada usulan dari masing-masing desa ke Dinas Pendidikan. Tujuan dari pemberian beasiswa tersebut adalah untuk mempercepat upaya peningkatan kualitas sumber daya manusia dengan menitik beratkan pada pemerataan kesempatan pendidikan, peningkatan kualitas pendidikan, dan peningkatan kapasistas rumah tangga miskin perdesaan sebagai bagian dari upaya mempercepat penuntasan kemiskinan.Dalam hal ini metode yang digunakan yaitu metode Composite Performance Index (CPI. Berdasarkan atas hasil pengujian white box disimpulkan bahwa sistem pendukung keputusan ini bebas dari kesalahan program dengan total Cyclomatic Complexity = 5, Region = 5, dan Independent Path = 5.Kata kunci: SPK, Beasiswa Prestasi Miskin, Composite Performance Index, PHP, MySQLAbstract- The large number of students applying for poor achievement scholarships to the Pohuwato District Education Office and a large number of criteria indicators also needs to be built in a decision support system that will help determine who is entitled to get the poor achievement scholarships. Poor achievement scholarships is a regional program in the Department of Education being one of the types of programs that can be democratically selected by the community in village meetings and inter-village meetings in the Department of Education which is intended for students from poor households, who give it every year after there proposals from each village to the Department of Education. The purpose of the scholarships is to accelerate efforts to improve the quality of human resources by focusing on equal distribution of educational opportunities, improving the quality of education, and increasing the capacity of rural poor households as part of efforts to accelerate poverty reduction. In this method used is the method of Composite Performance Index (CPI). Based on the results of the white box test, it was concluded that the decision support system was free from program errors with total Cyclomatic Complexity = 5, Region = 5, and Independent Path = 5.Keywords : SPK, Poor Achievement Scholarships, Composite Performance Index, PHP

Sistem Pendukung Keputusan Seleksi Awal Penerima Kartu Indonesia Sehat (KIS) Menggunakan Metode ARAS Betrisandi Betrisandi; Bahrin Bahrin
Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI) Vol 5, No 2 (2022): April 2022
Publisher : Program Studi Teknik Informatika, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v5i2.4204

Abstrak - Kartu Indonesia Sehat adalah kartu identitas peserta Jaminan Kesehatan Nasional yang dikelola oleh Badan Penyelenggara Jaminan Sosial Kesehatan. Saat ini program pemerintah bantuan KIS belum optimal dilaksanakan, hal ini dikarenakan penyaluran bantuan KIS belum mengacu pada kriteria yang ada. Tujuan dari penelitian ini yaitu membantu dalam pengambilan keputusan untuk menyeleksi awal penerima bantuan Kartu Indonesia Sehat (KIS) dengan menggunakan metode ARAS. Adapun hasil dari penelitian ini dibuktikan dengan pengujian yang gunakan yaitu white box dengan hasil V(G) = 5 didapat bahwa logika flowchart perhitungan normalisasi dan perangkingan benar dan pengujian black box meliputi uji input dan output dengan mengacu pada rancangan perangkat lunak telah terpenuhi dengan hasil sesuai dengan rancangan. Kata kunci: Sistem Pendukung Keputusan, KIS, ARAS Abstract - Healthy Indonesia Card is the identity card of the National Health Insurance participant managed by the Health Social Security Administering Body. Currently the government's KIS assistance program has not been optimally implemented, this is because the distribution of KIS assistance has not referred to the existing criteria. The purpose of this study is to assist in making decisions to select the recipients of the Healthy Indonesia Card (KIS) assistance using the ARAS method. The results of this study are evidenced by the testing used, namely white box with the results of V(G) = 5, it is found that the logic flowchart calculation of normalization and ranking is correct and black box testing includes input and output tests with reference to the software design has been met with the appropriate results. by design.Keywords: Decision Support System, KIS, ARAS

Sistem Pendukung Keputusan Pemberian Insentif Berdasarkan Penilaian Kinerja Aparat Desa Menggunakan Metode Multi Attribute Utility Theory Bahrin Dahlan; Betrisandi
Jurnal Teknik Vol 20 No 1 (2022): Jurnal Teknik
Publisher : Universitas Negeri Gorontalo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37031/jt.v20i1.199

The purpose of This research is to generate incentives based on performance assessment, which creates a good and transparent village government. Therefore, the awarding of incentives is based on performance appraisal, in such assessment is required decision support System (SPK) that can take into account all criteria to help facilitate the decision making process. By Implementing the method multy Attribute Utility Theory (MAUT) with the criteria that have been applied to theoffice of Puncak Jaya village namely Performance Assessment, attendance, discipline, responsibility on the service. The resulting system is the calculation value ofincentives for incentive based on the performance assessment of the village apparatus with the method of multy Attribute Utility Theory (death). Based on research the decision support system that has been made can help decision makers in determining the incentive grant of village apparatus. This is evidenced by the test result done by the Black Box method and The testing base Path that generates the value V (G) = CC, where V (G) = 4 and CC = 4, so it is obtained that the logic ofa flowchart calculation of the normalization and Perankingan are correct and based on Black Box testing which includes the test input process and output with reference to the draft software has been fulfilled with the results according to the design.

Sistem Pendukung Keputusan Seleksi Calon Siswa Penerima Kartu Prestasi Tuntas Sekolah (KPTS) Mengunakan Metode Smart Pada SD Negeri 02 Paguat Bahrin Bahrin; Sri Mutiana Wolinelo
Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI) Vol 5, No 6 (2022): Desember 2022
Publisher : Program Studi Teknik Informatika, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v5i6.5379

Abstrak - Prestasi Tuntas Sekolah (KPTS) adalah bantuan biaya personal pendidikan untuk pemenuhan kebutuhan dasar dalam bidang pendidikan dengan sarana kartu yang disediakan pemerintah daerah bekerja sama dengan Bank SULUTGO untuk diberikan kepada peserta didik kurang mampu dan berprestasi di satuan pendidikan dari jenjang SD maupun SMP. Tujuan peneltian ini adalah untuk meningkatkan kinerja dan efektifitas seleksi penerima KPTS menggunakan metode SMART yang handal dan efektif sehingga dapat diimplementasikan. Jenis penelitian ini adalah jenis deskriptif dengan menggunakan teknik pengumpulan data melalui observasi, wawancara mendalam, kuisioner dan dokumentasi. Model sistem pendukung keputusan penerima bantuan KPTS menggunakan metode SMART dibangun mampu membantu dalam melakukan perhitungan sesuai dengan kriteria yang sudah ditentukan, sehingga dapat menentukan penerima yang lebih diutamakan mendapatkan bantuan KPTS. Dimana hasil sistem pendukung keputusan ini berupa perangkingan calon penerima KPTS sesuai dengan besar nilai akhir yang diperoleh. Berdasarkan hasil pengujian white box disimpulkan bahwa sistem pendukung keputusan ini bebas dari kesalahan program dengan total Cyclomatic Complexity = 13, Region = 13, dan Path independent = 13.Kata kunci: Sistem Pendukung Keputusan, Kartu Prestasi Tuntas Sekolah (KPTS), SMART.Abstract- School Completion Achievement Card (KPTS) is a personal education fund assistance for meeting basic needs in the field of education by means of a card provided by the regional government in collaboration with Bank SULUTGO to be given to underprivileged and achieving students in educational units from elementary and junior high school levels. The target of KPTS recipients are students who have pursued high achieving and underprivileged levels of education. The distribution of KPTS is often not on target. This is because the calculation of KPTS recipients still uses manual systems and has not yet been computerized. Manual calculations are increasingly ineffective for staff in charge of student data enumeration problems. The calculation of student data through updating the integrated database is still a collection of forms that need to be processed with a definite system and without subjective elements. In order to simplify the work and avoid miscalculating data with the old system, a decision support system was built which could help make the decision of the recipients of the KPTS quickly and more accurately by using the SMART method. This Decision Support System is expected to help make it easier to choose students who are eligible for KPTS. Based on the results of the white box test, it was concluded that this decision support system was free of program errors with total Cyclomatic Complexity = 13, Region = 13, and independent Path = 13.Keywords : Decision Support System, School Completion Card (KPTS), SMART.

Klasifikasi Tingkat Kepuasan Masyarakat Program RTP2S Menggunakan Metode SVM Berbasis Backward Elimination Ruhmi Sulaehani; Bahrin Bahrin
Jambura Journal of Electrical and Electronics Engineering Vol 5, No 1 (2023): Januari - Juni 2023
Publisher : Teknik Elektro - Universitas Negeri Gorontalo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37905/jjeee.v5i1.17204

RTP2S merupakan program pencanangan Rumah Tangga Pelopor Pencegahan Stunting, pendekatanya diimplementasikan melalui model pilot RTP2S yang didasarkan desa lokus stunting dan desa bermasalah sanitasi dan air bersih. Permaslahan yang terjadi yaitu pemerintah tidak ada data langsung dari masyarakat untuk mengetahui berhasil tidaknya pemerintah atau puas tidaknya masyarajkat dengan adanya program RTP2S yang telah dijalankan. Klasifikasi keberasilan pemerintah dinilai dari tingkat kepuasan masyarakat terhadap program RTP2S. Data yang digunakan yaitu berupa data hasil wawancara terhadap masyarakat yang berupa kuesioner. Pertanyaan kuesioner yang dibuat terdiri dari 16 pertanyaan yang disimbolkan P1-P16. Hasil kuesioner diinput menggunakan Microsoft Excel, data yang didapatkan sebanyak 50 record. Tahap preprocessing yang dilakukan yaitu pertama data selection dimana dilakukan pemilihan data sebelum tahap pemodelan, yang kedua tahap cleaning diterapkan untuk menghapus data kosong dan merubah data yang tidak konsisten, dan ketiga data reduction dalam dataset mungkin terjadi inkonsisten data dan duplikat data atau terdapat data yang sama akan dijadikan satu tupel. Untuk tahap eksperimen, peneliti menggunakan tool RapidMiner untuk pemodelan klasifikasi. Dari hasil penelitian bahwa dengan menggunakan seleksi fitur sangat berpengaruh terhadap peningkatan akurasi, karna atribut yang tidak signifikan dari model akan dieliminasi, dari hasil eliminasi menggunakan backward elimination, atribut yang digunakan hanya 5 atribut. Akurasi yang didapatkan dengan menggunakan Metode Support Vector Machine yaitu 54.00% sedangkan Support Vector Machine berbasis Backward Elimination yaitu 62.00%. Klasifikasi Tingkat Kepuasan Masyarakat Terhadap Program RTP2S yang di proporsi jumlah data bernilai benar yang berhasil diklasifikasi secara tepat yaitu 62% yaitu data Puas diklasifikasi Puas. Hasil yang didapatkan merupakan tingkat keberhasilan pemerintah dimana 62% masyarakat penerima bantuan RTP2S merasa Puas terhadap program RTP2S.

Sistem Pendukung Keputusan Pemberian Bantuan Sambungan Rumah (SR) Gratis Untuk Masyarakat Berpenghasilan Rendah (MBR) Menggunakan Metode Topsis Pada Kantor PDAM Kab.Pohuwato Bahrin Bahrin; Iskandar Iskandar
Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI) Vol 6, No 6 (2023): Desember 2023
Publisher : Program Studi Teknik Komputer, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v6i6.7208

Abstrak - Kondisi Perekonomian yang semakin sulit membuat pemerintah harus lebih berperan dalam menangani masalah kemiskinan. Dengan Adanya Bantuan Sambungan Rumah Air Gratis kiranya dapat meringankan beban masyarakat miskin. Tapi seringkali Pemberian Bantuan Sambungan Rumah Air Gratis untuk Masyarakat Berpenghasilan Rendah tidak tepat sasaran. Oleh karena itu penulis berinisiatif membuat Sistem Pendukung Keputusan Pemberian Bantuan Sambungan Rumah Air Gratis untuk Masyarakat Berpenghasilan Rendah.Metode yang digunakan dalam sistem pendukung keputusan ini adalah Metode MADM digunakan untuk melakukan penilaian atau seleksi terhadap beberapa alternatif dalam jumlah terbatas. Penerapan Metode TOPSIS menggunakan prinsip bahwa alternatif yang terpilih harus mempunyai jarak terdekat dari solusi ideal positif dan terjauh dari solusi ideal negatif dari sudut pandang geometris dengan menggunakan jarak Euclidean untuk menentukan kedekatan relatif dari suatu alternatif dengan solusi optimal. Secara umum dikatakan menyeleksi alternatif terbaik dari sejumlah alternatif yang ada. Sistem sudah bisa memberikan hasil rekomendasi penerima bantuan Bantuan Sambungan Rumah Air Gratis kepada petugas Desa berdasarkan proses TOPSIS. Hasil output dari sistem ini berupa rangking rekomendasi penduduk penerima Bantuan Sambungan Rumah Air Gratis yang dinilai berdasarkan lahan, pendapatan, memiliki tanggungan dan belum memiliki rumah.Kata kunci: TOPSIS, penduduk, bantuan, Bantuan Sambungan Rumah Air Gratis, PDAM PohuwatoAbstract - Economic conditions are more difficult to make the government should be more involved in addressing the problem of poverty. With the presence of Home Livable presumably can ease the burden on the poor. But often giving house Livable not targeted. Therefore, the authors initiated a Decision Support System Home Livable.The method used in this decision support system is MADM methods used to conduct the assessment or selection of some alternatives in limited quantities. Application of TOPSIS method uses the principle that the alternatives selected must have the shortest distance from the positive ideal solution and the farthest from the negative ideal solution from a geometrical point by using the Euclidean distance to determine the relative proximity of an alternative to the optimal solution. In general, said selecting the best alternative from a number of alternatives. The system has been able to deliver results on the beneficiaries of appropriate housing to the village clerk by the TOPSIS. The output of this system in the form of ranking on the receiving appropriate housing residents are assessed on the basis of land, income, dependents and do not have a home.Keywords : TOPSIS, residents, relief, Water House Connections Help Guide, PDAM Pohuwato

Klasifikasi Pasien Persalinan Caesar Menggunakan Metode Nave Bayes Berbasis Forward Selection Muh Faisal; Bahrin Dahlan; Rahmat Thaib
Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI) Vol 6, No 6 (2023): Desember 2023
Publisher : Program Studi Teknik Komputer, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v6i6.7143

Abstrak - Hasil observasi di lingkungan rumah maupun kantor yakni cukup banyak ibu hamil yang akhirnya melakukan operasi caesar. Ada beberapa penyebab seorang ibu hamil melakukan caesar. Pertama, faktor kesehatan ibu. Kedua, faktor janin. Ketiga adalah faktor gabungan dari faktor ibu dan janin. Faktor-faktor tersebut menjadi indikasi apakah persalinan akan dilakukan dengan mutlak atau mungkin juga bisa menjadi relatif. Pada penelitian ini akan menerapkan metode Naive Bayes dengan optimasi forward selection untuk mendapatkan klasifikasi persalinan caesar dengan lebih optimal dimana hasil yang didapatkan penelitian sebelumnya terhadap prediksi ibu melahirkan hanya mendapat akurasi 88%. Nave Bayes merupakan pengklasifikasian dengan metode probabilitas dan statistik. Dari sembilan atribut yang digunakan yaitu Gravid Aterm, Riwayat SC, Posisi Bayi, Bayi Besar, Plasenta, Ketuban, Penyakit Ibu, Gemelli, dan Inpatu lalu dengan menggunakan algoritma Naive Bayes berbasis Forward Elimination didapatkan empat atribut weight yaitu Gravid Aterm, Bayi Besar, Ketuban dan t Gemelli dalam mengklasifikasi partus atau persalinan caesar. Secara mandiri tingkat akurasi yang dihasilkan algoritma Naive Bayes adalah 93,33 %. Sedangkan dengan menambahkan seleksi fitur Forward Elimination menghasilkan akurasi 94% dalam klasifikasi pasien persalinan Caesar. Dengan demikian, metode Naive Bayes berbasis Forward Elimination dapat digunakan sebagai metode yang lebih optimal dari penelitian sebelumnya.Kata Kunci: Nave Bayes, Forward Selection, CaesarAbstract -The results of observations in the home and office environment are quite a lot of pregnant women who end up doing cesarean sections. There are several causes of a pregnant woman doing a cesarean. First, the maternal health factor. Secondly, fetal factors. Third is the combined factor of maternal and fetal factors. These factors are an indication of whether labor will be done absolutely or maybe it can also be relative. This study will apply the Naive Bayes method with forward selection optimization to get a more optimal classification of cesarean delivery where the results obtained by previous studies on the prediction of childbirth only got 88% accuracy. Nave Bayes is a classification by probability and statistical methods. Of the nine attributes used, namely Gravid Aterm, SC History, The position of the Baby, Big Baby, Placenta, Amniotic, Maternal Disease, Gemelli, and Inpatu then using the Naive Bayes algorithm based on Forward Elimination obtained four weight attributes, namely Gravid Aterm, Big Baby, Amniotic and Gemelli t in classifying partus or cesarean delivery. Meanwhile, by adding the Forward Elimination feature selection resulted in 94% accuracy in the classification of Cesarean delivery patients. Thus, the Naive Bayes method based on Forward Elimination can be used as a more optimal method than previous studies.Keywords : Nave Bayes Forward Selection Caesar

Sistem Pendukung Keputusan Penerimaan Siswa Baru Pada SMA Negeri 1 Paguat Menggunakan Metode Weighted Product Bahrin Bin Dahlan; Betrisandi Betrisandi; Annahl Riadi
Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI) Vol 7, No 2 (2024): April 2024
Publisher : Program Studi Teknik Komputer, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v7i2.7200

Abstrak—Siswa adalah komponen masukan dalam sistem pendidikan, yang selanjutnya diproses dalam proses pendidikan, sehingga menjadi manusia yang berkualitas sesuai dengan tujuan pendidikan nasional. Sebagai suatu komponen pendidikan siswa dapat ditinjau dari berbagai pendekatan, antara lain Proses Penerimaan Siswa Baru yang dilakukan selama ini masih memiliki beberapa kelemahan sehingga menimbulkan beberapa persoalan, diantaranya proses penentuan siswa baru yang diterima kurang transparan, semua itu dikarenakan hasil pengumuman hanya di umumkan nilai skor akhir, tetapi criteria yang lain tidak di umumkan. Dalam penerimaan siswa baru, ada 6 kriteria yang digunakan. Ada beberapa orang tua calon siswa baru mempertanyakan hasil penilaian atau penentuan kelulusan, mengapa anaknya tidak lulus, padahal menurut mereka anaknya bisa lulus Salah satu metode sistem pendukung keputusan adalah Metode Weighted Product. Metode ini merupakan salah satu metode penyelesaian yang ditawarkan untuk menyelesaikan masalah Multi Attribute Decision Making (MADM). Metode Weighted Product mirip dengan metode Weighted Sum (WS), hanya saja metode Weighted Product terdapat perkalian dalam perhitungan matematikanya. Dengan metode Weighted Product ini penulis membuat sebuah sistem pendukung keputusan Penerimaan Siswa Baru yang akan membantu para pembuat keputusan dalam menentukan pilihan siapa yang berhak dan layak diterima sebagai siswa baru pada Sekolah Menengah Atas Negeri 1 Paguat.Keyword : Penerimaan, Siswa Baru, Weighted Product, Multi Attribute Decision Making Abstract — Students are input components in the education system, which are then processed in the education process, so that they become quality human beings in accordance with national education goals. As a component of student education, it can be viewed from various approaches, including the New Student Admissions Process that has been carried out so far still has several weaknesses, giving rise to several problems, including the process of determining which new students are accepted is less transparent, all of this is because the results of the announcement only announce the score. final, but other criteria are not announced. In accepting new students, there are 6 criteria used. There are several parents of prospective new students who question the results of the assessment or determination of graduation, why their child did not pass, even though they think their child can pass. One of the decision support system methods is the Weighted Product Method. This method is one of the solution methods offered to solve Multi Attribute Decision Making (MADM) problems. The Weighted Product method is similar to the Weighted Sum (WS) method, only the Weighted Product method contains multiplication in the mathematical calculations. Using the Weighted Product method, the author created a decision support system for New Student Admissions that will assist decision makers in determining who has the right and worth to be accepted as a new student at Paguat 1 State High School.Keywords: Admissions, New Students, Weighted Product, Multi Attribute Decision Making

Title

Found 13 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 13 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 13 Documents
Search