Pengembangan Sistem Pendukung Keputusan Untuk Seleksi Penerimaan Beasiswa Dengan Metode Saw Dan Topsis : Studi Kasus Universitas Muhammadiyah Tangerang

Achmad Faiz

Abstract


Pemberian beasiswa merupakan program kerja yang ada di setiap universitas. Dengan tujuan untuk meringankan biaya bagi mahasiswa yang kurang mampu. Masalah yang dihadapi saat seleksi adalah membutuhkan waktu yang lama dalam merekap data calon penerima dan sulit memberikan hasil yang sesuai sehingga kurang tepat sasaran dalam menentukan pemberian beasiswa. Tujuannya bagaimana mengembangkan rancangan sistem pendukung keputusan agar tepat sasaran dan bisa membantu pengambil keputusan agar lebih cepat dalam menentukan penerima beasiswa. Salah satu cara yang dapat digunakan dalam proses seleksi dengan menggunakan metode Saw dan Topsis. Karena konsep yang sederhana, mudah dipahami, komputasinya efisien dan memiliki kemampuan untuk mengukur kinerja relatif dari setiap alternatif keputusan dalam bentuk matematis sederhana. Adapun kriteria yang digunakan adalah IPK, Pendapatan orang tua, Tanggungan orang tua, keikutsertaan organisasi dan semester. Hasil dari penelitian dengan menggabungkan metode Saw dan Topsis berhasil dibangun sehingga hasil yang diberikan lebih tepat sasaran dan dapat mempercepat waktu dalam menyeleksi data pemberian beasiswa.


Full Text:

PDF

References


A.S Rosa, dan M.Shalahuddin. 2014. Rekayasa Perangkat Lunak Struktur dan Berorientasi Objek. Bandung: Informatika.

Hadi Cahyo Susandi, 2015, Aplikasi Metode SAW dan Metode TOPSIS untuk Penentuan Lokasi Tower BASE TRANSCEIVER STATION, Jurusan Matematika, Univeristas Jember, Jember.

Kusumadewi, S, Hartati, S, Harjoko, A & Wardoyo, R, 2006, Fuzzy Multiple-Attribute Decision Making (FuzzyMADM) Yogyakarta.

R. A. Suherdi, R. Taufiq, A. A. Permana. “Penerapan Metode AHP dalam Sistem Pendukung Keputusan Kenaikan Pangkat Pegawai Di Badan Kepegawaian Dan Pengembagan Sumber Daya Manusia Kota Tangerang,” in SINTAK, 2018, pp. 522–528




DOI: http://dx.doi.org/10.31000/jika.v4i1.2424

Article Metrics

Abstract - 777 PDF - 749

Refbacks

  • There are currently no refbacks.




 

CURRENT INDEXING