STMIK Nusa Mandiri
INF-95
SISTEM PENUNJANG KEPUTUSAN PEMILIHAN ACCESS POINT PADA
HOTEL SENTRAL MENGGUNAKAN METODE ANALYTICAL HIERARCHY
PROCESS
Ester Arisawati
STMIK Nusa Mandiri Jakarta Jl. Damai No.8, Warung Jati Barat
(Margasatwa), Jakarta Selatan aprihwidayanto@gmail.com
Nurul Indriyani
STMIK Nusa Mandiri Jakarta Jl. Damai No.8, Warung Jati Barat
(Margasatwa), Jakarta Selatan kartikaindra@gmail.com
ABSTRAK — PT. Prajasarana Cipta Mulia (hotel
sentral), merupakan sebuah perusahaan yang bergerak di bidang jasa penyewaan kamar di Indonesia. Selama ini PT. Prajasarana Cipta Mulia (hotel sentral) masih memilih perangkat access point
dengan cara yang biasa. Penelitian ini merupakan bagaimana pemilihan perangkat access point pada PT. Prajasarana Cipta Mulia (hotel sentral) jakarta. Apa kelemahan dan kelebihan dari pemilihan access
point yang diterapkan oleh PT. Prajasarana Cipta
Mulia (hotel sentral), masalah apa yang terjadi dalam pemilihan access point, kriteria apa saja, yang digunakan dalam pemilihan access point.
Kata Kunci: Analytical Hierarchy Process, access
point, Expert Choice 2000
ABSTRACT - PT. Prajasarana Cipta Mulia (central hotel), is a company engaged in room rental services in Indonesia. During this time PT. Prajasarana Cipta Mulia (central hotel) still selects access point device in the usual way. This research is how the selection of access point device at PT. Prajasarana Cipta Mulia (central hotel) jakarta. What are the disadvantages and advantages of access point selection applied by PT. Prajasarana Cipta Mulia (central hotel), what problems occur in the selection of access points, any criteria, used in the selection of access points.
Keywords: Analytical Hierarchy Process, access point, Expert Choice 2000
PENDAHULUAN
PT. Prajasarana Cipta Mulia (Hotel Sentral) merupakan salah satu perusahaan yang bergerak dibidang jasa perhotelan. Di perhotelan sangat dibutuhkan sarana pendukung untuk kelancaran operasional, melengkapi fasilitas dan menambah kenyamanan pengunjung. salah satu sarana pendukung yang dibutuhkan adalah access point, pemilihan access point yang tepat sangatlah penting terutama dalam pemilihan kriteria logistic, kriteria
teknologi, kriteria perusahaan , kriteria hubungan/relationship.
Perubahan teknologi informasi yang berkembang cepat, mengharuskan berbagai perusahaan dapat memberikan solusi yang tepat dan cepat sesuai kebutuhan pelanggan, sehingga pelanggan puas dan akan berlangganan jangka panjang.
Supplier merupakan salah satu mitra bisnis
yang memegang peranan sangat penting dalam menjamin ketersediaan barang pasokan yang dibutuhkan oleh PT Praja Sarana Cipta Mulia (Hotel Sentral). Sebuah perusahaan yang sehat dan efisien tidak akan banyak berarti apabila supplier
-suppliernya tidak mampu menghasilkan bahan baku
yang berkualitas atau tidak mampu memenuhi pengiriman tepat waktu. Penilaian supplier
membutuhkan berbagai kriteria yang dapat menggambarkan performansi supplier secara keseluruhan.
Dunia bisnis bagi pelanggan merupakan salah satu faktor dalam mencapai keberhasilan, karena pelanggan sebagai pengguna dari suatu produk atau jasa yang ditawarkan. Oleh karena itu manajemen akan berusaha memberikan layanan yang terbaik untuk pelanggan. Untuk memenuhi kebutuhan pelanggan terhadap layanan pelayanan perhotelan dibutuhkan perangkat access point untuk menunjang layanan. Secara umum paradigma pemasaran adalah pelayanan dan kepuasan pelanggan. Untuk mencapai kepuasan pelanggan diperlukan adanya pelayanan yang baik disamping faktor-faktor lain yang melekat pada produk atau jasa yang ditawarkan.
INF-96
STMIK Nusa Mandiri
BAHAN DAN METODE
A. Teknik Pengumpulan Data
Penulis melakukan penelitian untuk mendapatkan data yang diperlukan dalam pengumpulan data dan informasi mengenai sistem monitoring realisasi anggaran, ada beberapa teknik pengumpulan data yang sering dilakukan yaitu sebagai berikut:
A. Observasi
Penulis langsung melakukan pengamatan secara langsung terhadap kegiatan PT. Prajasarana Cipta Mulia (Hotel Sentral) tersebut secara sistematik. Meliputi pelayanan yang dilakukan oleh PT.Prajasarana cipta mulia (Hotel Sentral) B. Wawancara
Penulis langsung melakukan wawancara kepada Manager IT PT. Prajasarana cipta Mulia (Hotel Sentral).
C. StudiPustaka
Penulis mengambil data dengan membaca dan mempelajari buku-buku yang sesuai dengan materi penulisan guna melengkapi pembuatan laporan skripsi ini
.
B. Konsep Analytical Hierarchy Process (AHP)
AHP dikembangkan oleh Thomas L. Saaty pada tahun 70-an. AHP merupakan suatu metode analisis yang digunakan untuk memecahkan masalah berupa pengambilan keputusan dengan
tools utamanya berupa sebuah hirarki dan input
utamanya berupa persepsi manusia. Prinsip kerja AHP adalah penyederhanaan suatu persoalan kompleks yang tidak terstruktur, strategik, dan dinamik menjadi sebuah bagian-bagian dan tertata dalam suatu hierarki/diagram bertingkat. AHP biasanya dimulai dengan goal, kemudian kriteria level pertama, lalu subkriteria, dan terakhir berupa alternatif. AHP memungkinkan pengguna untuk memberikan nilai bobot relatif dari suatu kriteria majemuk atau alternatif majemuk terhadap suatu kriteria.
Pemberian bobot tersebut secara intuitif dan dilakukan dengan melakukan perbandingan berpasangan (pairwise comparisons). Metode
Analytic Hierarchy Process (AHP). Analitytical
Hierarchy Process (AHP) merupakan sebuah hirarki
fungsional dengan input utamanya persepsi manusia.
C. Sistem Pendukung Keputusan
Menurut Little (1970) dalam Turban, dkk (2007: 37), Decision Support System (DSS) sebagai sekumpulan prosedur berbasis model untuk data
pemrosesan dan penilaian guna membantu para
manajer mengambil keputusan”.
Menurut Bonzeck, dkk (1980) dalam Turban,dkk (2007:137) mendefinisikan DSS sebagai sistem berbasis komputer yang terdiri dari tiga komponen yang saling berinteraksi; sistem bahasa (mekanisme untuk memberikan komunikasi antara pengguna dan komponen DSS lain), sistem pengetahuan
(repository pengetahuan domain masalah yang ada
pada DSS sebagai data atau sebagai prosedur), dan sistem pemrosesan masalah (hubungan antara dua komponen lainnya, terdiri dari satu atau lebih kapabilitas manipulasi masalah umum yang diperlukan dalam pengambilan keputusan).
HASIL DAN PEMBAHASAN
Kuesioner yang berisi beberapa pertanyaan disebarkan kepada 50 responden IT PT. Prajasarana Cipta Mulia. Penyebaran kuesioner dilakukan secara langsung kepada IT PT. Prajasarana Cipta Mulia. Penyebaran kuesioner dimulai pada bulan april 2015 sampai juni 2015. Jumlah kuesioner yang dikembalikan sebanyak 50 eksamplar atau 100% dari jumlah kuesioner yang disebar. Berikut adalah hirarki untuk pengambilan keputusan pemilihan perangkat router pada PT. Prajasarana Cipta Mulia
Gambar IV.1.
Hirarki pemilihan perangkat Access point
pada PT. Prajasarana Cipta Mulia
Matriks Perbandingan Berpasangan
Hasil dari olah data kuesioner kemudian dibuat dalam bentuk matriks berpasangan untuk mendapatkan bobot dari kriteria masing-masing Berikut adalah hasil matriks berpasangan untuk masing-masing kriteria :
1. Kriteria Utama
STMIK Nusa Mandiri
INF-97
Tabel IV.1.Matriks berpasangan kriteria utama
Berdasarkan hasil tabel IV.1. kemudian diinput ke dalam aplikasi expert choice, maka akan menghasilkan nilai normalisasi dan eigen
factor untuk logistik bernilai 0,3120 (31,20%) ,
teknologi bernilai 0,2890 (28,90%), perusahaan bernilai 0,1880 (18,8%) dan hubungan bernilai 0,2110 (21,1%), berdasarkan nilai eigen factor tersebut krteria utama logistik lebih dominan dibandingkan kriteria lainnya dengan consistency ratio
bernilai 0,0214. 2. Sub Kriteria Logistik
Matriks berpasangan untuk sub kriteria logistik dari olah data kuesioner maka menghasilkan tabel sebagai berikut :
Tabel 1
Matriks berpasangan sub kriteria logistic
Berdasarkan hasil tabel 1 kemudian diinput ke dalam aplikasi expert choice, maka akan menghasilkan nilai normalisasi dan eigen
factor untuk lead time bernilai 0,4040 (40,4%)
fleksibilitas bernilai 0,3520 (35,2%), dan kondisi pengiriman bernilai 0,2440 (24,4%), berdasarkan nilai eigen factor tersebut sub kriteria lead time lebih dominan dibandingkan kriteria lainnya dengan consistency ratio
bernilai 0,0246.
Matriks berpasangan untuk sub kriteria teknologi dari olah data kuesioner maka menghasilkan tabel sebagai berikut :
Tabel 2
Matriks berpasangan sub kriteria teknologi
Berdasarkan hasil tabel 2 kemudian diinput ke dalam aplikasi expert choice, maka akan menghasilkan nilai normalisasi dan eigen
factor untuk kapasitas bernilai 0,2560 (25,6%),
kemampuan dalam pengembangan bernilai 0,2660 (26,6%), usaha perbaikan 0,2470 (24,7%) dan kemampuan menyelesaikan masalah 0,2320 (23,2%) berdasarkan nilai
eigen factor tersebut sub kriteria kemampuan
dalam pengembangan lebih dominan dibandingkan kriteria lainnya dengan
consistency ratio bernilai 0,00175.
3. Sub Kriteria Perusahaan
Matriks berpasangan untuk sub kriteria perusahaan dari olah data kuesioner maka menghasilkan tabel sebagai berikut :
Tabel 3
Matriks berpasangan sub kriteria perusahaan
Berdasarkan hasil tabel 3 kemudian diinput ke dalam aplikasi expert choice, maka akan menghasilkan nilai normalisasi dan eigen factor
untuk reputasi bernilai 0.5092 (50,92%), kekuatan keuangan 0,2488 (24,88%) dan manajemen 0,2420 (24,20%). berdasarkan nilai eigen factor tersebut sub kriteria perusahaan reputasi lebih dominan dibandingkan kriteria lainnya dengan
consistency ratio bernilai 0,0042.
4. Sub Kriteria Hubungan
Matriks berpasangan untuk sub kriteria hubungan dari olah data kuesioner maka menghasilkan tabel sebagai berikut :
Tabel 4
Matriks berpasangan sub kriteria hubungan
Berdasarkan hasil tabel 4 kemudian diinput ke dalam aplikasi expert choice, maka akan menghasilkan nilai normalisasi dan eigen factor
untuk kemudahan komunikasi bernilai 0,5381 (53,81%), dan pengalaman masa lalu 0.4619 (46,19%) berdasarkan nilai eigen factor
tersebut sub kriteria kemudahan komunikasi lebih dominan dibandingkan kriteria lainnya dengan consistency ratio bernilai 0,0000.
5. Sub-Sub Kriteria Lead Time
Logistik Teknologi Perusahaan Hubungan
Logistik 1.000 1.409 1.674 1.094
Teknologi 0.710 1.000 1.727 1.601
Perusahaan 0.597 0.579 1.000 1.055
Hubungan 0.914 0.625 0.948 1.000
Lead Time Fleksibilitas Kondisi Pengiriman Lead Time 1.000 1.356 1.398
Fleksibilitas 0.737 1.000 1.711
Kondisi Pengiriman 0.715 0.584 1.000
Kapasitas Kemampuan Pengembangan Usaha Perbaikan Kemampuan Menyelesaikan Masalah Kapasitas 1.000 1.032 1.028 1.036
Kemampuan Pengembangan 0.969 1.000 1.162 1.146
Usaha Perbaikan 0.973 0.861 1.000 1.135
Kemampuan Menyelesaikan Masalah 0.965 0.873 0.881 1.000
Reputasi Kekuatan Keuangan Manajemen
Reputasi 1.000 2.196 1.961
Kekuatan Keuangan 0.455 1.000 1.103
Manajemen 0.510 0.907 1.000
Kemudahan Komunikasi
Pengalaman Masa Lalu
Kemudahan Komunikasi
1.000
1.165
INF-98
STMIK Nusa Mandiri
Matriks berpasangan untuk sub-sub kriteria
lead time dari olah data kuesioner maka
menghasilkan tabel sebagai berikut :
Tabel 5
Matriks berpasangan sub-sub kriteria
lead time
Berdasarkan hasil table 5 kemudian diinput ke dalam aplikasi expert choice, maka akan menghasilkan nilai normalisasi dan eigen
factor untuk Cisco bernilai 0,3689
(36,89%), TP Link bernilai 0,3848 (38,48%), dan Huawei 0,2463 (24,63%) berdasarkan nilai eigen factor tersebut TP Link lebih dominan dibandingkan kriteria lainnya dengan consistency ratio bernilai 0,0842.
6. Sub-Sub Kriteria Fleksibilitas
Matriks berpasangan untuk sub-sub kriteria fleksibilitas dari olah data kuesioner maka menghasilkan tabel sebagai berikut :
Tabel 6
Matriks berpasangan sub-sub kriteria fleksibilitas
Berdasarkan hasil tabel 6 kemudian diinput ke dalam aplikasi expert choice, maka akan menghasilkan nilai normalisasi dan eigen
factor untuk Cisco bernilai 0,3560
(35,60%), TP Link bernilai 0,3729 (37,29%), dan Huawei 0,2711 (27,11%) berdasarkan nilai eigen factor tersebut TP Link lebih dominan dibandingkan kriteria lainnya dengan consistency ratio bernilai 0,0039.
7. Sub-Sub Kriteria Kondisi Pengiriman Matriks berpasangan untuk sub-sub kriteria kondisi pengiriman dari olah data kuesioner maka menghasilkan tabel sebagai berikut :
Tabel 7
Matriks berpasangan sub-sub kriteria kondisi pengiriman
Berdasarkan hasil tabel 7 kemudian diinput ke dalam aplikasi expert choice, maka akan menghasilkan nilai normalisasi dan eigen
factor untuk Cisco bernilai 0,3843
(38,43%), TP Link bernilai 0,3558 (35,58%), dan Huawei 0,2599 (25,99%) berdasarkan nilai eigen factor tersebut Cisco lebih dominan dibandingkan kriteria lainnya dengan consistency ratio bernilai 0,1258.
8. Sub-Sub Kriteria Kapasitas
Matriks berpasangan untuk sub-sub kriteria kapasitas dari olah data kuesioner maka menghasilkan tabel sebagai berikut :
Tabel 8
Matriks berpasangan sub-sub kriteria kapasitas
Berdasarkan hasil tabel 8 kemudian diinput ke dalam aplikasi expert choice, maka akan menghasilkan nilai normalisasi dan eigen
factor untuk Cisco bernilai 0,4141
(41,41%), TP Link bernilai 0,3245 (32,45%), dan Huawei 0,2614 (26,14%) berdasarkan nilai eigen factor tersebut Cisco lebih dominan dibandingkan kriteria lainnya dengan consistency ratio bernilai 0,1783.
9. Sub-Sub Kriteria Kemampuan Dalam Pengembangan
Matriks berpasangan untuk sub-sub kriteria kemampuan dalam pengembangan dari olah data kuesioner maka menghasilkan tabel sebagai berikut :
Cisco TP Link Huawei
Cisco 1.000 2.003 1.009
TP Link 0.499 1.000 1.949
Huawei 0.991 0.513 1.000
Cisco TP Link Huawei
Cisco 1.000 1.309 1.097
TP Link 0.764 1.000 2.133
Huawei 0.912 0.469 1.000
Cisco TP Link Huawei
Cisco 1.000 1.022 1.227
TP Link 0.978 1.000 1.472
Huawei 0.815 0.679 1.000
Cisco TP Link Huawei
Cisco 1.000 1.579 1.011
TP Link 0.633 1.000 2.001
STMIK Nusa Mandiri
INF-99
Tabel 9Matriks berpasangan sub-sub kemampuan dalam pengembangan
Berdasarkan hasil tabel 9 kemudian diinput ke dalam aplikasi expert choice, maka akan menghasilkan nilai normalisasi
dan eigen factor untuk Cisco bernilai
0,4235 (42,35%), TP Link bernilai 0,3075 (30,75%), dan Huawei 0,2689 (26,89%) berdasarkan nilai eigen factor tersebut Cisco lebih dominan dibandingkan kriteria lainnya dengan consistency ratio bernilai 0,1259.
10. Sub-Sub Kriteria Usaha Perbaikan
Matriks berpasangan untuk sub-sub kriteria usaha perbaikan dari olah data kuesioner maka menghasilkan tabel sebagai berikut :
Tabel 10
Matriks berpasangan sub-sub usaha perbaikan
Berdasarkan hasil tabel 10 kemudian diinput ke dalam aplikasi expert choice, maka akan menghasilkan nilai normalisasi
dan eigen factor untuk Cisco bernilai
0,3780 (37,80%), TP Link bernilai 0,3581 (35,81%), dan Huawei 0,2639 (26,39%) berdasarkan nilai eigen factor tersebut Cisco lebih dominan dibandingkan kriteria lainnya dengan consistency ratio bernilai 0,1080.
11. Sub-Sub Kriteria Kemampuan Menyelesaikan Masalah
Matriks berpasangan untuk sub-sub kriteria kemampuan menyelesaikan masalah dari olah data kuesioner maka menghasilkan tabel sebagai berikut :
Tabel 11
Matriks berpasangan sub-sub kemampuan menyelesaikan masalah
Berdasarkan hasil tabel IV.12 kemudian diinput ke dalam aplikasi expert
choice, maka akan menghasilkan nilai
normalisasi dan eigen factor untuk Cisco bernilai 0,3775 (37,75%), TP Link bernilai 0,3629 (36,29%), dan Huawei 0,2597 (25,97%) berdasarkan nilai eigen factor
tersebut Cisco lebih dominan dibandingkan kriteria lainnya dengan
consistency ratio bernilai 0,1206.
12. Sub-Sub Kriteria Reputasi
Matriks berpasangan untuk sub-sub kriteria reputasi menyelesaikan masalah dari olah data kuesioner maka menghasilkan tabel sebagai berikut :
Tabel 12
Matriks berpasangan sub-sub reputasi
Berdasarkan hasil tabel 12 kemudian diinput ke dalam aplikasi expert choice, maka akan menghasilkan nilai normalisasi
dan eigen factor untuk Cisco bernilai
0,4406 (44,06%), TP Link bernilai 0,3202 (32,02%), dan Huawei 0,2392 (23,92%) berdasarkan nilai eigen factor tersebut Cisco lebih dominan dibandingkan kriteria lainnya dengan consistency ratio bernilai 0,1658.
13. Sub-Sub Kriteria Kekuatan Keuangan Matriks berpasangan untuk sub-sub kriteria kekuatan keuangan menyelesaikan masalah dari olah data kuesioner maka menghasilkan tabel sebagai berikut :
Cisco TP Link Huawei
Cisco 1.000 2.014 1.077
TP Link 0.497 1.000 1.672
Huawei 0.929 0.598 1.000
Cisco TP Link Huawei
Cisco 1.000 1.501 1.007
TP Link 0.666 1.000 1.930
Huawei 0.993 0.518 1.000
Cisco TP Link Huawei
Cisco 1.000 1.509 1.002
TP Link 0.663 1.000 2.027
Huawei 0.998 0.493 1.000
Cisco TP Link Huawei
Cisco 1.000 2.126 1.192
TP Link 0.470 1.000 2.069
INF-100
STMIK Nusa Mandiri
Tabel 13Matriks berpasangan sub-sub kekuatan keuangan
Berdasarkan hasil tabel 13 kemudian diinput ke dalam aplikasi expert choice, maka akan menghasilkan nilai normalisasi
dan eigen factor untuk Cisco bernilai
0,3751 (37,51%), TP Link bernilai 0,3691 (36,91%), dan Huawei 0,2557 (25,57%) berdasarkan nilai eigen factor tersebut Cisco lebih dominan dibandingkan kriteria lainnya dengan consistency ratio bernilai 0,1254.
14. Sub-Sub Kriteria Manajemen
Matriks berpasangan untuk sub-sub kriteria manajemen menyelesaikan masalah dari olah data kuesioner maka menghasilkan tabel sebagai berikut :
Tabel 14
Matriks berpasangan sub-sub manajemen
Berdasarkan hasil tabel 14 kemudian diinput ke dalam aplikasi expert choice, maka akan menghasilkan nilai normalisasi
dan eigen factor untuk Cisco bernilai
0,4007 (40,07%), TP Link bernilai 0,3565 (35,65%), dan Huawei 0,2428 (24,28%) berdasarkan nilai eigen factor tersebut Cisco lebih dominan dibandingkan kriteria lainnya dengan consistency ratio bernilai 0,1255.
15. Sub-Sub Kriteria Kemudahan Komunikasi Matriks berpasangan untuk sub-sub kriteria komunikasi menyelesaikan masalah dari olah data kuesioner maka menghasilkan tabel sebagai berikut :
Tabel 15.
Matriks berpasangan sub-sub komunikasi
Berdasarkan hasil tabel 15 kemudian diinput ke dalam aplikasi expert choice, maka akan menghasilkan nilai normalisasi
dan eigen factor untuk Cisco bernilai
0,3691 (36,91%), TP Link bernilai 0,3867 (38,67%), dan Huawei 0,2443 (24,43%) berdasarkan nilai eigen factor tersebut Cisco lebih dominan dibandingkan kriteria lainnya dengan consistency ratio bernilai 0,1124.
16. Sub-Sub Kriteria Pengalaman Masa Lalu Matriks berpasangan untuk sub-sub kriteria pengalaman masa lalu menyelesaikan masalah dari olah data kuesioner maka menghasilkan tabel sebagai berikut :
Tabel 16
Matriks berpasangan sub-sub pengalaman masa lalu
Berdasarkan hasil tabel 16 kemudian diinput ke dalam aplikasi expert choice, maka akan menghasilkan nilai normalisasi dan eigen factor untuk Cisco bernilai 0,3710 (37,10%), TP Link bernilai 0,3721 (37,21%), dan Huawei 0,2568 (26,68%) berdasarkan nilai
eigen factor tersebut Cisco lebih
dominan dibandingkan kriteria lainnya dengan consistency ratio bernilai 0,1084.
KESIMPULAN
Penelitian ini bertujuan untuk menganalisis pemilihan Access Point menggunakan metode AHP
(Analytical Hierarchy Process) pada PT. Prajasarana
Cipta Mulia (Hotel Sentral). Kriteria yang digunakan dalam penelitian ini yaitu 3 (tiga) kriteria utama yakni logistik, teknologi, perusahaan dan hubungan.
Cisco TP Link Huawei
Cisco 1.000 1.367 1.055
TP Link 0.732 1.000 2.267
Huawei 0.948 0.441 1.000
Cisco TP Link Huawei
Cisco 1.000 1.485 1.004
TP Link 0.673 1.000 2.109
Huawei 0.996 0.474 1.000
Cisco TP Link Huawei
Cisco 1.000 1.580 1.174
TP Link 0.633 1.000 2.064
Huawei 0.852 0.484 1.000
Cisco TP Link Huawei
Cisco 1.000 1.419 1.015
TP Link 0.705 1.000 2.062
STMIK Nusa Mandiri
INF-101
Berdasarkan hasil dari analisa terhadap ketiga kriteria tersebut dapat disimpulkan bahwa produk
access point yang dapat dipilih adalah Cisco dengan
nilai synthesis 0,713, sedangkan TP Link 0,221 dan Huawei 0,066.
UCAPAN TERIMA KASIH
Terima kasih kepada orang tua, kerabat, teman dan semua pihak yang tidak dapat disebutkan satu persatu sehingga penelitian ini selesai dilakukan.
REFERENSI
Fahlevi Irfan, 2011. Manajemen Pengambilan Keputusan Teori dan Aplikasi. Bandung : CV Alfabeta.
Felicia Limansantoso, Maria, 2013. Pemilihan Supplier Produk Calista Dengan Metode
Analytical Hierarchy Process (AHP).
Gresik: Jurnal Ilmiah Vol.2 No.1 2010: 1-20.
Hartati Saragih, Sylvia. 2013. Penerapan Metode Analitical Hierarchy Process (AHP) Pada Sistem Pendukung Keputusan Pemilihan Laptop. Medan: Jurnal Teknik Informatika. Vol. IV, No. 2, Desember 2013: 141-150.
Diambil dari:
http://ejournal.unsri.ac.id/index.php/jsi/i ndex (20 Juni 2015)
Hermawan, Julius, 2005, Membangun Decision Support System, Andi, Yogyakarta.
Retnoningsih, Dwi. 2008. Pemanfaatan Aplikasi Expert Choice Sebagai Alat Bantu Dalam Pengambilan Keputusan (Studi Kasus : Pemilihan Program Studi di Universitas Sahid Surakarta). Surakarta 2008:1-16. Retnoningsih, Wawan Laksito, dan Sri Siswanti.
Sistem Pendukung Keputusan Pemilihan Jenis Laptop Dengan Menggunakan Metode Analtytical Hierarchy Process. Jurnal Ilmiah ISSN: 2338-4018.
Saaty, T.L. 2001. Decision Making For Leaders. Forth edition, University of Pittsburgh, RWS Publication.
Saaty, T.L.1988. Multicriteria Decision Making : The
Analytic Hierarchy Process. University of
Pittsburgh, RWS Publication, Pittsburgh. Sugiyono. 2010. Metode Penelitian Kuantitatif,
Kualitatif dan R&D. Jakarta: penerbit CV Alfabeta.
Suryadi, K, dan Ali Ramdani.2002. Sistem Pendukung Keputusan : Suatu Wacana Struktural idealisasi dan Implementasi Konsep Pengambilan Keputusan. Bandung: Rosdakarya.
Suryadi HS. 2003. Pengantar Komunikasi Data, Jakarta: Penerbit Gunadarma.
Turban, Efraim, E. Aronson, Jay dan Liang, Ting Peng, 2007. Decision Support System and
Intelligent System, Edisi 7 Jilid 1.
Yogyakarta: Andi Offset.
Yusuf, Muhammad, 2009. Pendekatan Analytical
Hierarchy Process dan Goal Programming