FUZZY MULTI-ATRIBUTE DECISION MAKING (FUZZY MADM) DENGAN METODE SAW DALAM PENENTUAN LULUSAN MAHASISWA BERPRESTASI
Abstract
Penentuan lulusan mahasiswa terbaik diperlukan kriteria-kriteria yang cukup berkompetensi untuk mendapatkan lulusan mahasiswa terbaik. Lulusan mahasiswa terbaik tersebut akan diseleksi secara ketat oleh pihak lembaga kampus. Dari banyaknya lulusan mahasiswa yang diseleksi, cukup sulit dalam menentukan lulusan mahasiswa terbaik ini. Sistem ini bertujuan untuk memudahkan dalam penyeleksian penentuan lulusan mahasiswa terbaik, dengan penerapan model Fuzzy Multiple Attribute Decision Making (FMADM) dan Simple Additive Weighting (SAW). Model FMADM dan SAW yaitu mencari penjumlahan terbobot dari rating kinerja pada setiap alternatif pada semua atribut. Metode ini dipilih karena lebih efektif, lebih mudah pada proses perankingan dalam penyeleksian penerima beasiswa dan lebih efisien. Metode perangkingan diatas akan memberikan penilaian yang lebih tepat. Hal ini dikarenakan penilaian didasarkan pada nilai kriteria dan bobot yang sudah ditentukan terlebih dahulu. Hasil akhirnya berupa penentuan lulusan mahasiswa terbaik diperoleh lebih akurat.
Kata Kunci : lulusan mahasiswa terbaik, Simple Additive Weighting, Fuzzy, MADM.
Downloads
Published
Issue
Section
License
Authors who publish with this journal agree to the following terms:
- Copyright on any article is retained by the author(s).
- Author grant the journal, right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgement of the work’s authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal’s published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work.
- The article and any associated published material is distributed under the Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License