Perancangan dan Implementasi Metode Oreste Pada Sistem Pendukung Keputusan Seleksi Penerima Beasiswa

SEMINAR NASIONAL TEKNOLOGI 2015 Institut Teknologi Nasional Malang ISSN: 2407 – 7534

Perancangan dan Implementasi Metode Oreste Pada Sistem Pendukung Keputusan Seleksi Penerima Beasiswa Mokhamad Hadi Wijaya

Program Studi Pascasarjana Teknik Elektro e-mail: [email protected]

ABSTRAK Penelitian ini bertujuan membangun aplikasi sistem pendukung keputusan seleksi penerima beasiswa berdasarkan kriteria dan subkriteria, untuk mendapatkan hasil siswa calon penerima beasiswa sebagai rekomendasi bahan keputusan di tingkat manajemen SMK Telkom Malang dengan nilai terbaik sesuai ketentuan masing-masing beasiswa. Sistem Pendukung Keputusan Seleksi Penerima Beasiswa ini menggunakan metode SMARTER dan Oreste. Dimana metode SMARTER digunakan untuk melakukan pembobotan terhadap kriteria dan sub kriteria untuk setiap alternatif, dan metode Oreste digunakan untuk melakukan proses perankingan untuk mendapatkan alternatif terbaik. Implementasi Sistem Pendukung Keputusan Seleksi Penerima Beasiswa ini menghasilkan output berupa hasil nama siswa dengan nilai tertinggi, masing-masing jenis beasiswa pertahun ajaran dan kuota, baik berupa tabel tetapi juga grafik. Dengan tampilan tabel dan grafik dapat memudahkan user untuk membaca detail masingmasing jenis beasiswa. Kata kunci: pembobotan, kriteria, beasiswa, Oreste, SMARTER.

Pendahuluan Salah satu hak asasi manusia yang paling mendasar adalah memperoleh pendidikan yang layak seperti tercantum dalam UUD 1945. Ketika seseorang memperoleh pendidikan yang baik, akan terbuka baginya untuk mendapatkan kehidupan yang lebih baik. Menyadari bahwa pendidikan sangat penting, negara sangat mendukung setiap warga negaranya untuk meraih pendidikan setinggi-tingginya. Beberapa di antaranya melakukan program pendidikan gratis dan program beasiswa dengan membangun dan mendesain pada aplikasi web dalam pengoperasiannya [20]. Demikian halnya dengan SMK Telkom Malang yang telah memiliki program pemberian beasiswa terhadap para siswa yang dibangun pada Sistem Informasi Akademis [19]. Akan tetapi, dalam melakukan seleksi beasiswa tersebut tentu akan mengalami kesulitan karena banyaknya pelamar beasiswa, banyaknya kriteria dan kemungkinan kesamaan nilai kriteria siswa yang digunakan untuk menentukan keputusan penerima beasiswa yang sesuai dengan yang diharapkan tanpa memperhitungkan penilaian subyektifitas atas diri siswa. Untuk itu diperlukan suatu Sistem Pendukung Keputusan (SPK) yang dapat memperhitungkan segala kriteria yang mendukung pengambilan keputusan guna membantu, mempercepat dan mempermudah proses pengambilan keputusan [3], dimana telah diuji coba pada beberapa penelitian SPK berbasis web sebelumnya [2,4,5,22]. Metode yang dipakai dalam pengambilan keputusan seleksi beasiswa adalah SMARTER (Simple Multi-Atribute Rating Technique Exploiting Rank) dan metode Oreste [1],[4],[11],[14]. Kedua metode tersebut dipilih karena kedua metode tersebut merupakan suatu bentuk model pendukung keputusan yang fleksibel berdasarkan kriteria dan subkriteria, untuk mendapatkan hasil siswa penerima beasiswa dalam bentuk tabel dan grafik. Pada penelitian sebelumnya yang diimplementasikan pada penerimaan siswa baru [4], sistem pendukung keputusan dengan menggunakan metode SMARTER (Simple Multi-Atribute Rating Technique Exploiting Rank) [1], [12] dan metode Oreste [11] dapat juga diimplementasikan untuk menentukan penerima beasiswa berdasarkan bobot dan kriteria yang sudah ditentukan. Dengan menggunakan sebuah program untuk membantu menyelesaikan seleksi beberapa jenis beasiswa sehingga jauh lebih cepat dan efisien. SENATEK 2015 | Malang, 17 Januari 2015

387


Teknik analisia data dalam pembuatan perangkat lunak menggunakan paradigma perangkat lunak secara waterfall [18], yang meliputi beberapa proses seperti Requirements, Analysis, Design, Coding, Testing, Acceptance.Analisa keputusan membutuhkan kriteria dan subkriteria untuk mendukung keputusan dengan alternatif yang ada. Karena kriteria adalah syarat yang harus dipenuhi pada proses pemilihan[14]. Analisis atas kriteria penilaian dilakukan untuk memperoleh seperangkat standar pengukuran, untuk kemudian dijadikan sebagai alat dalam membandingkan berbagai alternatif [10], [13],[15].

Metode SMARTER SMARTER adalah salah satu versi dari metode SMART yang diusulkan oleh Edwards dan Barron (1994) sebagai pengembangan dari metode Edward sebelumnya [7]. Metode SMART sendiri merupakan teknik pengambilan keputusan yang fleksibel. Dalam pengambilan keputusan, kita seringkali dihadapkan dengan berbagai macam alternatif yang terdiri dari sekumpulan atribut[]. Pembobotan pada metode SMART menggunakan range nilai antara 0 sampai 1, sehingga mempermudah perhitungan dan perbandingan nilai pada masing-masing alternatif. Pembobotan dan pemberian peringkat yang digunakan oleh metode SMART inilah yang akan dipakai untuk menilai setiap alternatif. [9] Nilai dari setiap alternatif pada metode SMART dapat diperoleh dengan model sebagai berikut:

dimana wj adalah nilai skala pembobotan kriteria ke-j dari k kriteria, dan uij adalah nilai utility alternatif i pada kriteria j.

Metode Oreste Oreste telah dikembangkan untuk menangani situasi di mana alternatif peringkat setiap kriteria dan peringkat kriteria menurut kepentingannya[11]. Bahkan metode Oreste dapat menangani masalah multikriteria berikut: misalkan A himpunan berhingga menjadi alternatif ai, i= 1,2,3,…m. Konsekuensi dari alternatif yang dianalisis oleh sebuah F n kriteria. Pentingnya suatu relasi ditentukan oleh struktur pilihan pada kriteria F, yang dapat didefinisikan dengan urutan yang lengkap S (hubungan S = IUP adalah sangat lengkap dan transitif, I adalah simetris dan P adalah asimetris). Untuk setiap kriteria gj, j = 1,2,3 ... n, kami mempertimbangkan pilihan struktur dalam set A, ditetapkan oleh urutan yang lengkap. Tujuan dari metode ini untuk menemukan pemilihan struktur yang menyeluruh pada A yang mencerminkan evaluasi alternatif pada setiap kriteria suatu struktur pilihan diantara kriteria [12]. Metode Oreste beroperasi dalam tiga tahap yang berbeda. Tahap pertama yaitu Proyeksi posisi pada matriks, tahap kedua adalah Peringkat proyeksi, tahap ketiga adalah Agregasi peringkat global.

Perancangan Basis Data Basis Data (Database) merupakan “Salah satu komponen yang paling penting di dalam sistem informasi karena merupakan dasar dalam menyediakan informasi bagi pemakai”[8]. Database terdiri dari berbagai macam data yang tersusun sehingga pemakai dapat dengan mudah untuk menambah, mengurangi, menghapus ataupun mengambil data yang dibutuhkan. Tujuan dari desain database yaitu untuk menentukan data-data yang dibutuhkan dalam sistem, sehingga informasi yang nantinya akan dihasilkan dapat terpenuhi dengan baik.

UML Unified Modeling Language (UML) merupakan suatu pemodelan yang dapat digunakan untuk analisis dan pengembangan dengan menggunakan orientasi objek. [4] Dalam pembuatan diagram UML disesuaikan dengan kebutuhan, yaitu use case diagram untuk menggambarkan semua requirement pada sistem, class diagram untuk mendeskripsikan struktur sistem dengan menunjukkan kelas-kelas pada sistem dan hubungan diantara kelas-kelas tersebut, dan activity SENATEK 2015 | Malang, 17 Januari 2015

388


diagram untuk menggambarkan proses yang berjalan dalam sistem yang dirancang, bagaimana masingmasing proses berawal, decision yang mungkin terjadi, dan bagaimana proses berakhir. Use Case Diagram Usecase diagram digunakan untuk menggambarkan kebutuhan fungsional dari system dan menjelaskan bagaimana interaksi antara user dengan sistem [1] pada gambar 3. Komponen-komponen yang terdapat dalam sebuah case diagram, terdiri dari: a) Aktor, merepresentasikan siapa saja atau apapun yang harus berinteraksi dengan system b) Use Case, sebuah notasi yang memodelkan suatu dialog atau interaksi antara sebuah aktor dengan system c) Use Case Relationship, sebuah hubungan antara use case ataupun aktor Activity Diagram Activity diagrams menggambarkan berbagai alir aktivitas dalam sistem yang sedang dirancang, bagaimana masing-masing alir berawal, decision yang mungkin terjadi, dan bagaimana mereka berakhir. Activity diagram juga dapat menggambarkan proses paralel yang mungkin terjadi pada beberapa eksekusi[9]. Activity diagram merupakan state diagram khusus, di mana sebagian besar state adalah action dan sebagian besar transisi di-trigger oleh selesainya state sebelumnya (internal processing). Oleh karena itu activity diagram tidak menggambarkan behaviour internal sebuah sistem (dan interaksi antar subsistem) secara eksak, tetapi lebih menggambarkan proses-proses dan jalur-jalur aktivitas dari level atas secara umum.

Class Diagram Di dalam UML, class diagram merupakan salah satu tipe diagram struktural yang bersifat statis yang mendeskripsikan struktur dari sebuah sistem dengan menunjukan kelas-kelas yang digunakan oleh sistem beserta hubungan antar kelasnya.[4]

Pengujian Black Box Pada pengujian Black-Box, pengujian dilakukan dengan objek yang diuji terfokus kepada kebutuhan fungsional dari perangkat lunak. Pengujian Black-Box memungkinkan pembuat perangkat lunak untuk menentukan kondisi yang terjadi untuk suatu masukan yang akan menjalankan semua kebutuhan fungsional dari perangkat lunak yang dibuat. [16] Pengujian Black-Box dilakukan untuk menemukan beberapa macam kesalahan, yaitu : 1. Fungsi-fungsi yang tidak benar atau hilang. 2. Kesalahan interface. 3. Kesalahan dalam struktur data atau akses database eksternal. 4. Kesalahan kinerja. 5. Inisialisasi dan kesalahan terminasi.

Metode Penelitian Analisa Masalah Dalam perancangan sistem informasi salah satu langkah yang harus dilalui yaitu analisis masalah yang merupakan tahapan mengidentifikasi atau mempelajari permasalahan yang timbul di organisasi, dalam hal ini di SMK Telkom Malang. Langkah-langkah membuat suatu sistem aplikasi pelaporan pembayaran biaya pendidikan sehingga dapat digunakan sebagai manajemen data dan menghasilkan laporan yang akurat dan lengkap sesuai dengan kebutuhan. SENATEK 2015 | Malang, 17 Januari 2015

389


Dalam pelaksanaan kegiatan ada beberapa masalah yang dihadapi dengan sistem yang sedang berjalan saat ini, yaitu dalam proses seleksi siswa calon penerima beasiswa yang belum bisa menghasilkan data yang obyektif dari perhitungan beberapa kriteria dari masing-masing jenis beasiswa dari data yang sudah ada maupun yang akan di-input-kan. Pemecahan Masalah Dengan sistem pendukung keputusan yang berbasis komputer akan lebih mudah dan obyektif dalam proses seleksi penerima beasiswa sehingga jika manajemen sekolah membutuhkan informasi tersebut dapat disajikan secara cepat, tepat dan hemat untuk membuat suatu keputusan. Use case diagram Pada rancangan sistem pendukung keputusan seleksi penerima beasiswa yang dibuat, terdapat dua aktor pelaku yang terlibat yaitu admin dan kepala sekolah. Aktor–aktor tersebut akan berinteraksi dengan sistem melalui fungsi-fungsi yang dimiliki sistem. Sebelum masuk ke sistem admin harus terlebih dahulu login. Admin dapat me-manage beasiswa kemudia memanage setting system, manage jenis beasiswa, manage range, manage detail range, manage kriteria, manage subkriteria, manage pengajuan siswa dan input nilai alternatif siswa serta penghitungan SPK. Hubungan antara aktor dan use case dapat dilihat pada gambar 4, ditunjukkan pula output berupa nama siswa hasil perangkingan.

Gambar 4. use case diagram SPK seleksi penerima beasiswa

Activity diagram

Activity diagram menggambarkan proses yang berjalan dalam sistem yang dirancang. Bagaimana masing-masing proses berawal, decision yang mungkin terjadi, dan bagaimana proses berakhir. Beberapa activity diagram yang dibuat adalah: 1. 2. 3. 4. 5. 6. 7. 8. 9. 10. 11.

Activity Diagram Proses Login Activity Diagram Proses Manage Jenis Beasiswa Activity Diagram Setting Sistem Activity Diagram Proses Manage Kriteria Activity Diagram Proses Manage Subkriteria Activity Diagram Proses Manage Range Activity Diagram Proses Manage Detail Range Activity Diagram Proses Manage Pengajuan Siswa Activity Diagram Proses Input Nilai Siswa Activity Diagram Proses Perangkingan Siswa Activity Diagram Proses Laporan Hasil Seleksi

SENATEK 2015 | Malang, 17 Januari 2015

390


Gambar 5. Activity Diagram laporan hasil seleksi

Pada gambar 5 tampak ketika proses cetak laporan hasil seleksi yang sebelumnya telah memilih tahun ajaran, jenis beasiswa dan status penerima beasiswa. Ada 2 jenis laporan yaitu daftar nama siswa yang sudah menerima dan belum menerima beasiswa Class Diagram Class Diagram adalah sebuah spesifikasi yang jika diinstansiasi akan menghasilkan sebuah objek dan merupakan inti dari pengembangan dan desain berorientasi objek. Class Diagram menggambarkan keadaan (atribut/properti) suatu sistem, sekaligus menawarkan layanan untuk memanipulasi keadaam tersebut (metoda/fungsi). Class Diagram menggambarkan struktur dan deskripsi Class, Package, dan dan Object beserta hubungan satu sama lain seperti containment, pewarisan, asosiasi, dan lain-lain. Berikut adalah Class Diagram yang dibutuhkan dalam perancangan Sistem Pendukung Keputusan Seleksi Penerima Beasiswa tampak pada gambar 6: Perancangan Layout Antar Muka Struktur Menu Perancangan menu digunakan untuk navigasi user untuk memudahkan dalam penelusuran program yang dibuat, seperti menu Setting System, Kriteria dan range, Input Data Pengajuan dan Pelaporan Data Infomasi. Perancangan Input Perancangan input merupakan gambaran interface atau antarmuka tempat memasukan data-data kedalam sistem halaman beasiswa. Berikut ini form-form utama untuk input data : 1. Form Setting Sistem 2. Form Input Jenis Beasiswa 3. Form Input Kriteria 4. Form Input Subkriteria 5. Form Input Range 6. Form Input Detail Range 7. Form Input Pengajuan Siswa


391


Gambar 6. Class Diagram yang Diusulkan

Perancangan Output Perancangan input merupakan gambaran interface atau tampilan antarmuka untuk melihat data hasil proses. Berikut ini tampilan utama untuk output data : 1. Jenis Beasiswa 2. Master Kriteria 3. Master Subkriteria 4. Master Range 5. Data Pengajuan siswa 6. Pembobotan/ranking 7. Laporan Seleksi

Implementasi Sistem

Hasil dan Pembahasan

Tahap ini dilakukan setelah perancangan selesai dilakukan dan selanjutnya akan diimplementasikan pada bahasa pemrograman yang akan digunakan. Tujuan implementasi adalah untuk menerapkan perancangan yang telah dilakukan terhadap sistem sehingga user dapat memberi masukan demi berkembangnya sistem yang telah dibangun.

Instalasi Program Dalam pembahasan ini dijelaskan mengenai konfigurasi hardware dan software yang dibutuhkan dalam pengoperasian program serta petunjuk pengoperasian program yang telah dikembangkan.

Konfigurasi Hardware dan Software yang dibutuhkan Konfigurasi Hardware yang dibutuhkan dengan spesifikasi menggunakan komputer Prosesor Pentium IV, Memori 2 GB, Harddisk 40 GB, dan VGA minimal 64 MB Dengan menggunakan spesifikasi minimal di atas sudah mampu menjalankan aplikasi yang dibuat meskipun dengan asumsi bahwa spesifikasi komputer yang lebih tinggi akan lebih mengoptimalkan jalannya aplikasi. Sedangkan konfigurasi software yang dibutuhkan pada Sistem Operasi Windows 7, Dreamweaver CS6 untuk editorial program, Apache/2.2.2 sebagai Web Server, MySQL - 5.0.21-community sebagai SENATEK 2015 | Malang, 17 Januari 2015

392


database server, PHP/5.1.4 sebagai bahasa pemrograman web server, phpMyAdmin - 2.8.1 untuk pengolahan database dan Mozilla 27 sebagai browser alternatif.

Pembobotan Ranking Siswa

Menu Pembobotan Ranking Siswa adalah menu untuk pembobotan ranking nilai siswa calon penerima beasiswa yang telah diusulkan. Langkah-langkah untuk pembobotan nilai siswa yang diajukan adalah sebagai berikut: a. Pilih Tahun Ajaran dan Jenis Beasiswa untuk mendapatkan list data siswa yang telah diajukan. b. Menentukan kuota siswa yang akan menerima beasiswa dengan klik “Lakukan Ranking Bobot”. c. Isi kuota sesuai ketentuan kuota penerima beasiswa yang ditetapkan. d. Klik tombol “Submit” untuk menyimpan kuota, setelah itu akan terlihat perankingan sesuai urutan bobot tertinggi paling atas akan tampak di layar seperti pada gambar 7.

Gambar 7. Halaman pembobotan ranking nilai siswa

e. Untuk mengetahui detail nilai pembobotan, dapat kita klik pada kolom Nilai Total Bobot di tiap siswa.

Proses Perhitungan

1. Pembobotan kriteria Pembobotan kriteria dilakukan setelah setiap kriteria diberi ranking terlebih dahulu yang didasarkan pada prioritas. Sehingga nilai bobot tertinggi didapat dari ranking tertinggi adalah satu dan terendah dari semua kriteria. 2. Pembobotan Subkriteria Pembobotan pada subkriteria sama seperti pembobotan kriteria dan sudah dibahas sebelumnya tentang range nilai subkriteria, yaitu: dengan pemberian ranking pada subkriteria terlebih dahulu yang didasarkan pada prioritas. Demikian juga nilai bobotnya, sub kriteria yang mendapat ranking pertama akan memiliki bobot tertinggi. 3. Mencari variant Oreste Pada tahap ini terdapat matrik posisi yang merepresentasikan besson rank dari setiap alternatif berdasarkan kriteria-kriteria yang ada. Pada tahap ini juga ditentukan city blockdistance. dimana distance d(0,aj) didapatkankan dengan menggunakan {rj(a), rj}. Dimana rj(a) : besson rank dari setiap kriteria dan rj : bobot setiap kriteria City block distance. 4. Penghitungan penerimaan siswa baru secara system, kemudian dapat dihitung manual seperti pada tabel1.


393

SEMINAR NASIONAL TEKNOLOGI 2015 Institut Teknologi Nasional Malang ISSN: 2407 – 7534 Tabel 1. Tabel Penghitungan Manual

1. Nilai Ujian Nasional

Bobot Ranking (br) 0,456666667

43

0,109563492

Nilai (br*bn) 0,050034

2. Tes Akademik

0,256666667

0

0

0

Matematika

0,520833333

80

0,075720316

0,039438

Bahasa Inggris

0,270833333

90

0,104886983

0,028407

IPA

0,145833333

80

0,075720316

0,011043

IPS

0,0625

79

0,075720316

0,004733

Total Nilai

0,08362

Kriteria/Subkriteria

Nilai

Bobot Nilai (bn)

Total Nilai *Bobot Ranking

0,021462

3. Tes Wawancara

0,156666667

0

0

0

Wawancara Bahasa Inggris

0,75

80

0,075720316

0,05679

Wawancara Orang tua

0,25

78

0,075720316

0,01893 0,07572

Total Total Nilai*Bobot Ranking

0,011863

4. Penghasilan Orang Tua 5. Jumlah Saudara Tanggungan Ortu

0,09

1000000

0,256666667

0,0231

0,04

3

0,277777778

0,011111

Total Ranking

0,11757

Nilai Utility

0,2

TOTAL ALL

0,0235140649876

Laporan Menu Laporan adalah menu untuk melihat data siswa penerima beasiswa dengan status telah diterima dan belum diterima. Langkah-langkah untuk melihat laporan beasiswa adalah memilih Tahun Ajaran, Jenis Beasiswa dan status untuk mendapatkan list data siswa. Kemudian klik Submit untuk mengetahui detail nilai kriteria masing-masing siswa seperti tampak gambar 8.

Gambar 8. Halaman laporan penerima beasiswa

Pada Menu Grafik untuk mengetahui grafik jumlah penerima beasiswa yang sebelumnya memilih Tahun Ajaran untuk memilih grafik penerima beasiswa pada tahun ajaran tersebut seperti tampak pada gambar 9.


394


Gambar 9. Grafik Jumlah Penerima Beasiswa

Pengujian Sistem

Pengujian perangkat lunak adalah elemen kritis dari jaminan kualitas perangkat lunak dan mempesentasikan kajian pokok dari spesifikasi, desain, dan pengkodean. Pengujian Black-box berfokus pada persyaratan fungsional perangkat lunak. Rencana Pengujian black-box memungkinkan perekayasa perangkat lunak mendapatkan serangkaian kondisi input yang sepenuhnya semua persyaratan fungsional untuk suatu program yang dapat diurutkan berdasar menu tampak pada tabel 2. Tabel 2. Rencana Pengujian No

Item Uji

Detail Pengujian

Jenis Pengujian

1 2

Login Setting System Penambahan Data Beasiswa Penambahan Data Kriteria Penambahan Data Subkriteria Penambahan Data Detail Range Penambahan Data Pengajuan Siswa Pengolahan Data Nilai Kriteria Siswa Pembobotan Nilai Kriteria Siswa

Verifikasi Login Pengesetan Kuota Siswa Penerima Beasiswa

Black Box Black Box

Tambah data jenis beasiswa

Black Box

Tambah data kriteria

Black Box

Tambah data subkriteria

Black Box

Tambah data detail range

Black Box

Tambah data pengajuan siswa

Black Box

Tambah data nilai kriteria siswa

Black Box

Edit data kuota

Black Box

Pencarian dengan kata kunci nama, nis, dan alamat

Black Box

3 4 5 6 7 8 9 10

Pencarian Siswa

Kesimpulan Berdasarkan pemahaman teori dan hasil penelitian yang dilakukan, dapat disimpulkan bahwa perancangan dan implementasi Metode SMARTER (Simple Multi-Attribute Rating Technique Exploiting Ranks) digunakan untuk melakukan pembobotan terhadap kriteria dan subkriteria untuk setiap alternative Metode Oreste digunakan untuk melakukan proses perankingan untuk mendapatkan alternative terbaik dan menghasilkan output berupa hasil nama siswa dengan nilai tertinggi sesuai dengan jenis beasiswa tahun ajaran sesuai kuota yang telah ditetapkan.

Daftar Pustaka [1] Alistair Clark, Master of Business Administration Stage 2, Decision Analysis, Session 3 More SMART and SMARTER, University of the West of England, 2000. [2] Anggoro, Siwi. Sistem Pendukung Pengambilan Keputusan Daerah Target Pemasaran dengan Metode SMARTER dan Oreste Berbasis Web. Telkom Institute of Technology. 2008.


395


[3] Brans, J.P. and Mareschal, B. ORESTE methods, in Figueira, J., Greco, S. and Ehrgott, M. (Eds), Multiple Criteria Decision Analysis: State of the Art Surveys, Springer, New York.NY. Pp: 163-198. 2005. [4] Cahyaningati, Rizqi Dessy. Sistem Pendukung Keputusan Seleksi Penerimaan Siswa SMA Negeri 1 Bangil dengan Menggunakan Metode ORESTE. Bangkalan. Fakultas Teknik Universitas Trunojoyo. 2010. [5] Chia-Yu Hsu, Julaimin Goh, Pei-Chann Chang. Development of Decision Support System for House Evaluation and Purchasing. World Academy of Science, Engineering and Technology Vol:6 2012-05-26. [6] Edwards, W. & Barron, F. H. SMARTS and SMARTER: Improved simple methods for multiattribute utility measurement. Organizational Behavior and Human Decision Processes. Elsevier. 1994. [7] F. H. Barron, and B. E. Barrett. The Efficacy of SMARTER-Simple Multi-Attribute Rating Technique Extended to Ranking," Acta Psychologica, vol. 93, pp. 23-36, 1996. [8] Fathansyah. BASIS DATA. Bandung: C.V. Informatika. 2001. [9] Fowler, Martin. UML Distilled 3th Ed Panduan Singkat Bahasa Pemodelan Objek Standar. Andi. Yogyakarta. 2005. [10] Goumas, M, and Lygerou, V. An extension of the ORESTE method for decision making in fuzzy environment: ranking of alternative energy exploitation. European Journal of Operational Research. 1(23): 606-613. 2000. [11] Jafari, H., Noshadi, E. and khosheghbal, B. Ranking Ports Based on Competitive Indicators by Using ORESTE Method. International Research Journal of Applied and Basic Sciences. 4 (6): 1492-1498. 2013. [12] José Figueira, Salvatore Greco, Matthias Ehrgott. Multiple Criteria Decision Analysis: State of the Art Surveys. Springer. 2005. [13] McGraw, H. Multiple Criteria Decision Making. New Yorkpress. 1982. [14] Pastijin H. Leysen J.: Constructing an Outranking Relation with ORESTE. Mathematical and Computer Modeling, Vol.12, No 10/11, 1989, pp.1255-1268 [15] Prasenjit C., Shankar C. Flexible manufacturing system selection using preference ranking methods : A comparative study. International Journal of Industrial Engineering Computations 5. Growing Science Ltd. 2014. [16] Pressman, Roger S. Software Engineering : A Practitioner’s Approach. New York: Mc-Graw Hill. 2001 [17] Quatrani, Terry. Visual Modeling With Rational Rose 2002 And UML. Boston:AddisonWesley. 2002. [18] S, Asriani Rosa dan M. Shalahuddin. Modul Pembelajaran Rekayasa Perangkata Lunak (Terstruktur dan Berorientasi Objek). Bandung: Modula.2011. [19] Sangadji, Irfan. Pembangunan Sistem Informasi Akademi di SMA Nasional Bandung. Bandung. Fakultas Teknik dan Ilmu Komputer Universitas Komputer Indonesia. 2009. [20] Suyanto, Asep Herman. Web Design Theory And Practice. Yoyakarta, Andi. 2007. [21] Suryadi, Kadarsah dan Rahmadhani. Sistem Pendukung Keputusan. Bandung: PT Remaja Rosda karya. 1998. [22] Yudhastira, Timy Adha. Sistem Informasi Pelayanan Laboratorium Pada Rumah Sakit Dustira Cimahi. Bandung. Fakultas Teknik dan Ilmu Komputer Universitas Komputer Indonesia. 2010.


396

Perancangan dan Implementasi Metode Oreste Pada Sistem Pendukung Keputusan Seleksi Penerima Beasiswa

Recommend Documents