PENERAPAN METODE K-MEANS CLUSTERING UNTUK SELEKSI CALON ASISTEN LABORATORIUM (STUDI KASUS LABORATORIUM INFORMATIKA)

Rusyadi, Rizal Imran (2019) PENERAPAN METODE K-MEANS CLUSTERING UNTUK SELEKSI CALON ASISTEN LABORATORIUM (STUDI KASUS LABORATORIUM INFORMATIKA). Other thesis, Skripsi, Universitas Muhammadiyah Magelang.

[img]
Preview
PDF (Skripsi)
13.0504.0042 _ BAB I _ BAB II _ BAB III _ BAB VI _ DAFTAR PUSTAKA.pdf - Published Version

Download (1MB) | Preview
[img] PDF (Skripsi)
13.0504.0042 _ BAB IV _ BAB V.pdf - Published Version
Restricted to Registered users only

Download (1MB) | Request a copy
[img] PDF (Skripsi)
13.0504.0042 _ FULLTEXT.pdf - Published Version
Restricted to Registered users only

Download (3MB) | Request a copy

Abstract

SMA Al-I’tishom Boarding School Grabag merupakan suatu sekolah menengah atas yang memiliki banyak siswa berprestasi dari segi agama dan mata pelajaran IPA, tetapi ada beberapa diantara mereka yang mengalami kesulitan biaya pendidikan. Di SMA Al-I’tishom Boarding School Grabag belum ada sistem pendukung untuk membantu menyeleksi dari sekian banyak siswa. Metode yang digunakan dalam sistem pendukung keputusan dalam menetukan beasiswa adalah Simple Additive Weighting (SAW), karena metode ini dapat menentukan nilai bobot untuk setiap atribut, kemudian dilanjutkan dengan proses perankingan yang akan menyeleksi alternatif terbaik dari sejumlah alternatif. Alternatif yang dimaksud adalah yang berhak menerima beasiswa berdasarkan kriteria-kriteria yang ditentukan. Untuk mendapatkan basiswa siswa harus mengikuti beberapa ujian atau kriteria yang dinilai yaitu tahsin Al-Qur’an, hafalan juz ‘amma, penulisan potongan ayat, nilai agama, dan nilai akhir. Untuk menentukan siswa yang berhak mendapatkan beasiswa dengan meranking hasil perhitungan.Hasil penelitian ini merupakan sistem penerimaan beasiswa di SMA Al-I’tishom. Menentukan siswa yang berprestasi menggunakan metode SAW yang pertama Menentukan kriteria-kriteria yang akan dijadikan acuan dalam pengambilan keputusan. Kedua rating kecocokan setiap alternatif pada setiap kriteria. Ketiga membuat matriks keputusan berdasarkan kriteria, kemudian melakukan normalisasi matriks berdasarkan persamaan yang disesuaikan dengan jenis atribut sehingga diperoleh matriks ternormalisasi R. Hasil akhir diperoleh dari proses perankingan yaitu penjumlahan dari perkalian matriks ternormalisasi R dengan vektor bobot. Dari hasil perhitungan diambil lima siswa yang mendapatkan beasiswa dengan hasil rangking pertama benilai 0,9625; kedua bernilai 0,8875; ketiga dan keempat bernilai 0,8375; kelima 0,8292.

Item Type: Karya Ilmiah (Other)
Pembimbing: Emilya Ully Artha, M.Kom (0512128101) dan Agus Setiawan, M.Eng (0617088801)
Uncontrolled Keywords: Sistem Pendukung Keputusan, Beasiswa, Simple Addictive Weighting
Subjects: Q Science > QA Mathematics > QA75 Electronic computers. Computer science
T Technology > T Technology (General)
Depositing User: Sulistya Nur Ginanjar, SIP.
Date Deposited: 23 Sep 2019 09:26
Last Modified: 23 Sep 2019 09:26
URI: http://eprintslib.ummgl.ac.id/id/eprint/575

Actions (login required)

View Item View Item