• Tidak ada hasil yang ditemukan

Institutional Repository | Satya Wacana Christian University: Sistem Pendukung Keputusan Pemilihan Siswa Berprestasi Menggunakan Metode SMART (Simple Multi Attribute Rating Technique): Studi Kasus SMA Negeri 3 Salatiga

N/A
N/A
Protected

Academic year: 2019

Membagikan "Institutional Repository | Satya Wacana Christian University: Sistem Pendukung Keputusan Pemilihan Siswa Berprestasi Menggunakan Metode SMART (Simple Multi Attribute Rating Technique): Studi Kasus SMA Negeri 3 Salatiga"

Copied!
15
0
0

Teks penuh

(1)

Sistem Pendukung Keputusan Pemilihan Siswa Berprestasi

Menggunakan Metode SMART

(Simple Multi Attribute Rating Technique)

Studi Kasus SMA Negeri 3 Salatiga

Artikel Ilmiah

Peneliti:

Ade Rizky Kurniawan (672011148)

Felix David S.Kom., M.Cs.

Program Studi Teknik Informatika

Fakultas Teknologi Informasi

Universitas Kristen Satya Wacana

(2)
(3)
(4)
(5)
(6)

Sistem Pendukung Keputusan Pemilihan Siswa Berprestasi

Menggunakan Metode SMART

(Simple Multi Attribute Rating Technique)

Studi Kasus SMA Negeri 3 Salatiga

1)

Ade Rizky Kurniawan, 2)Felix David S.Kom. M.Cs. Fakultas Teknologi Informasi

Universitas Kristen Satya Wacana Jl. Diponegoro 52-60, Salatiga 50711, Indonesia

Email: 1)672011148@student.uksw.edu, 2) felix@staff.uksw.edu

Abstract

The selection of outstanding students in the school environment is one of the school's policies to reward students' achievement rather than rankings of student in the classroom. Beside that, the selection of outstanding students can motivate students to give the best achievement for the school. Selection of achieving students should be done fairly by assessing all aspects of the assessment to deserve to be an outstanding student. Implementation of SMART (Simple Multi Attribute Rating Technique) method in the selection of outstanding students is expected to help SMAN 3 Salatiga in the election process. The end result of this case is the classification of the students who are categorized as worthy and do not get the achievement. Implementation of SMART in Decision Supporting Systems for selecting student achievement can help school to determine who deserves for predicate of outstanding students.

Keyword: Simple Multi Attribute Rating Technique, Decision Support System

Abstrak

Pemilihan siswa berprestasi di lingkungan sekolah merupakan salah satu kebijakan sekolah untuk memberikan penghargaan atas prestasi dari pada siswa dan bukan berdasarkan peringkat di kelas. Selain itu pemilihan siswa berpestasi dapat memotivasi bagi para siswa untuk memberikan prestasi terbaik bagi sekolah. Pemilihan siswa berprestasi hendaknya dilakukan secara adil dengan menilai semua aspek penilaian untuk layak dijadikan sebagai siswa berprestasi.

Implementasi metode SMART (Simple Multi Attribute Rating Technique) dalam

pemilihan siswa berprestasi diharapkan dapat membantu SMA Negeri 3 Salatiga dalam proses pemilihan. Hasil akhir dari penelitian ini adalah adanya klasifikasi dari para siswa yang dikategorikan layak dan tidak mendapatkan predikat siswa berprestasi. Implementasi SMART dalam Sistem Pendukung Keputusan pemilihan siswa berpestasi dapat membantu pihak sekolah untuk menentukan siapa saja yang layak mendapatkan predikat siswa berprestasi.

Kata Kunci: Simple Multi Attribute Rating Technique, Sistem Pendukung Keputusan

1)

Mahasiswa Fakultas Teknologi Informasi Program Studi Teknik Informatika, Universitas Kristen Satya Wacana Salatiga.

2)

(7)

1

1. Pendahuluan

Individu yang memiliki keinginan untuk berprestasi tinggi adalah individu yang memiliki standar berprestasi, memiliki tanggung jawab pribadi atas apa yang dilakukannya, individu tidak menyukai keberhasilan yang bersifat kebetulan atau tindakan orang lain, individu suka bekerja pada tingkat kesulitan menengah dan realistis dalam pencapaian tujuannya, individu bersifat inovatif, dimana dalam melakukan tugas selalu dengan cara yang berbeda, efisien dan lebih baik dari sebelumnya, dengan demikian individu merasa lebih dapat menerima kegagalan atas apa yang dilakukannya [1].

Sekolah Menengah Atas Negeri 3 Salatiga merupakan salah satu sekolah negeri di Kota Salatiga yang peduli pada siswa yang berprestasi. Siswa yang berprestasi bukan hanya ditentukan berdasarkan prestasi akademik yang didapatkannya melainkan melalui beberapa proses penilaian yang meliputi penilaian akademis, kemampuan bersosialisasi, serta prestasi ekstrakurikuler yang dapatnya. Setiap siswa yang berprestasi akan diberi penghargaan dari sekolah berupa beasiswa maupun penghargaan lainnya yang disediakan oleh pihak sekolah. Terbatasnya jumlah penghargaan yang diberikan oleh sekolah merupakan salah satu kendala yang dihadapi dalam menentukan siswa berprestasi di SMA Negeri 3 Salatiga. Penentuan siswa berprestasi yang dilakukan selama ini hanya berdasarkan nilai akademik maupun prestasi siswa yang bersangkutan yang membawa nama baik sekolah di tingkat daerah, nasional, maupun internasional. Sekolah memerlukan sebuah sistem pendukung keputusan yang dapat membantu pihak sekolah untuk mengambil keputusan pemilihan siswa berprestasi sehingga siapa saja yang dipilih menjadi siswa berprestasi adalah benar siswa yang dipilih tidak berdasarkan kedekatan dengan sekolah atau alasan lainnya diluar prestasi yang telah mereka dapatkan.

Simple Multy Attribute RatingTechnique (SMART) merupakan salah satu metode yang diterapkan dalam proses pengambilan keputusan dapat digunakan dalam membantu pihak sekolah untuk menentukan siswa berprestasi. Hasil akhir SMART yang berupa pengelompokan siswa ke dalam kelompok layak dan tidak layak dapat membantu pihak sekolah untuk menentukan siapa saja yang layak diberikan penghargaan.

Berdasarkan latar belakang tersebut, maka dilakukan penelitian yang berjudul "Sistem Pendukung Keputusan Pemilihan Siswa Berprestasi

Menggunakan Metode SMART (Simple Multi Attribute Rating Technique) Studi

Kasus SMA Negeri 3 Salatiga". Tujuan dari penelitian ini adalah merancangsistem rekomendasi siswa berprestasi kepada pimpinan SMA Negeri 3 Salatiga menggunakan metode SMART. Batasan masalah pada penelitian ini adalah data siswa yang dijadikan bahan penelitian adalah data siswa kelas 1.

2. Tinjauan Pustaka

Sahputra (2009) menggunakan metode Fuzzy Multi Attribute Decision

(8)

2

nilainya rapor menduduki peringkat 1 sampai 3 tingkat sekolah akan dianggap sebagai siswa berprestasi dan mendapatkan beasiswa. Pemilihan siswa berprestasi

dengan metode Fuzzy Multi Atribute Decision Making (FMDAM) merupakan

suatu model yang digunakan untuk mencari alternatif yang ada berdasarkan multi kriteria. Pemrosesan model ini memerlukan pembentukan matrik keputusan yang kemudian dilanjutkan dengan proses normalisasi matrik keputusan dan proses pembobotan yang diakhiri dengan proses perangkingan [2].

Syafik dan Udin (2015), menggunakan metode Simple Additive Weighting

(SAW) dalam proses penentuan siswa berprestasi. Berdasarkan hasil penelitian implementasi metode SAW, aplikasi yang dibangun dapat membuat suatu pengambilan keputusan pada sistem pemilihan siswa berprestasi karena perhitungan manual sesuai dengan hasil perhitungan pengujian SAW dalam aplikasi yang dibangun [3].

Berbeda dari penelitian sebelumnya yang membahas tentang sistem pendukung keputusan menggunakan algoritma metode AHP, Fuzzy, dan SAW, penelitian yang dilakukan oleh peniliti adalah dengan menggunakan metode SMART. Metode AHP dan SAW digunakan pada penelitian sebelumnya menghasilkan hasil akhir berupa ranking siswa dari nilai tertinggi sampai dengan nilai terendah sedangkan hasil akhir dari metode SMART adalah berupa pengelompokan siswa kedalam bentuk kelompok layak dan tidaknya disebutnya sebagai siswa berprestasi.

Sistem pendukung keputusan adalah suatu sistem informasi spesifik yang ditujukan untuk membantu manajemen dalam mengambil keputusan yang berkaitan dengan persoalan yang bersifat semi terstruktur dan tidak terstruktur [4]. SPK memiliki beberapa tujuan [5] yakni: (1) Membantu manajer dalam pengambilan keputusan atas masalah yang bersifat semi terstruktur. (2) Memberikan dukungan atas pertimbangan yang diambil manajer dan bukan untuk menggantikan fungsi manajer. (3) Meningkatkan efektifitas keputusan yang diambil manajer lebih daripada efisiensinya. (4) Kecepatan komputasi, komputer memungkinkan pada pengambil keputusan untuk melakukan banyak komputasi secara cepat dengan biaya rendah. (5) Dukungan kualitas, komputer dapat meningkatkan kualitas keputusan yang dibuat seperti semakin banyak data yang diakses maka makin banyak juga alternatif yang bisa dievaluasi. (6) Mengatasi keterbatasan kognitif dalam pemrosesan dan penyimpanan data yang disebabkan otak manusia memiliki kemampuan yang terbatas untuk memproses dan menyimpan informasi.

Pada hakekatnya SimpleMulti Attribute Rating Technique (SMART)

merupakan suatu model pengambilan keputusan yang komprehensif dengan memperhitungkan hal-hal yang bersifat kualitatif dan kuantitatif [6]. Metode

Simple Multi Attribute Rating Technique (SMART) adalah metode pengambilan keputusan multi kriteria. Teknik pengambilan keputusan ini didasarkan pada teori bahwa setiap alternatif terdiri dari sejumlah kriteria yang memiliki nilai-nilai dan setiap kriteria memiliki bobot yang menggambarkan seberapa penting dibandingkan dengan kriteria lain.

SMARTmenggunakan linear additive model untuk meramal nilai setiap

(9)

3

memberikan pemahaman masalah yang tinggi dan dapat diterima oleh pembuat keputusan. Model fungsi utiliti linear yang digunakan oleh SMART adalah seperti berikut [7] :

Rumus 1 Fungsi Linear SMART [7]

Gambar 1 merupakan fungsi linear yang dipakai pada perhitungan SMART. Wj adalah nilai pembobotan kriteria ke- j dari k kriteria, Uij adalah nilai utility alternatif i pada kriteria j. Pemilihan keputusan adalah mengidentifikasi mana dari n alternatif yang mempunyai nilai fungsi terbesar. Nilai fungsi ini juga dapat digunakan untuk meranking n alternatif. Setelah menghitung nilai linear maka langkah selanjutnya adalah menghitung nilai normalisasi bobot dengan menggunakan persamaan seperti pada Rumus 2.

Rumus 2 Normalisasi Bobot [7]

Rumus 2 adalah fungsi yang digunakan untuk menghitung nilai normalisasi

bobot. 𝑛𝑤𝑗 adalah normalisasi bobot kriteria ke- j, Wj adalah nilai bobot kriteria

ke- j, k adalah jumlah kriteria, 𝑤n adalah bobot kriteria ke- n. Langkah berikutnya

adalah menghitung nilai utiliti dengan menggunakan persamaan seperti pada Rumus 3.

Rumus 3 Persamaan Utiliti [7]

Rumus 3 adalah fungsi yang digunakan untuk menghitung nilai utiliti pada SMART. Langkah-langkah penyelesaian SMART adalah sebagai berikut [8] adalah: Langkah pertama adalah mengidentifikasi masalah keputusan. Langkah kedua adalah mengidentifikasi kriteria-kriteria yang digunakan dalam membuat keputusan. Langkah ketiga adalah mengidentifikasi alternatif-alternatif yang akan dievaluasi. Langkah keempat adalah mengidentifikasi batasan kriteria yang relevan untuk penilaian alternatif. Langkah kelima adalah melakukan peringkat terhadap kedudukan kepentingan kriteria. Langkah keenam adalah memberi bobot pada setiap kriteria. Langkah ketujuh adalah menghitung normalisasi bobot

kriteria.Langkah kedelapan adalah mengembangkan single-attribute utilities yang

mencerminkan seberapa baik setiap alternatif dilihat dari setiap kriteria. Langkah

kesembilan adalah menghitung Menghitung penilaian atau utilitas terhadap setiap

alternatif Perhitungan dilakukan menggunakan SMART. Langkah yang terakhir

(10)

4

9. Jika suatu alternatif tunggal yang akan dipilih, maka pilih alternatif dengan nilai

utilitas terbesar.

3. Metode dan Perancangan Sistem

Tahapan penelitian yang dilakukan dalam menyelesaikan penelitian ini,terbagi ke dalam 4 (empat) tahapan, yaitu: (1) tahap identifikasi masalah, (2) tahap perancangan sistem, (3) tahap implementasi sistem, (4) tahap pengujian sistem, seperti ditunjukkan dalam bentuk diagram pada Gambar 1.

Gambar 1 Tahapan Penelitian

Tahapan penelitian pada Gambar 1, dijelaskan sebagai berikut, Langkah pertama dalam tahapan penelitian adalah identifikasi masalah. Pada tahapan ini dijelaskan bahwa proses penentuan siswa berprestasi ialah dengan menggunakan hasil akhir (rapor) siswa dengan siswa yang menempati peringkat peringkat pertama, kedua, dan ketiga. Hasil wawancara dengan pihak sekolah menetapkan bahwa siswa yang masuk kedalam kelompok siswa berprestasi adalah siswa dengan nilai akhir diatas 75.

Langkah kedua adalah perancangan sistem. Pada tahap ini dilakukan proses

perancangan sistem menggunakan UML seperti usecase diagram, activity

diagram, dan class diagram. Pada tahap ini juga dilakukan perancangan metode

SMART dalam proses rekomendasi, dan perancangan database yang dibutuhkan

pada sistem. Database yang digunakan adalah SQL Server 2008 dan Visual Studio

2008 digunakan untuk perancangan user interface. Langkah ketiga adalah

implementasi sistem. Tahap ini merupakan pengembangan lebih lanjut dari tahap perancangan sistem. Pada tahap ini dilakukan proses pembangunan sistem atau aplikasi berdasarkan rancangan yang telah dibuat. Langkah keempat adalah pengujian sistem. Pada Tahap ini dilakukan pengujian sistem apakah sistem sudah berjalan sesuai dengan tujuan yang ditetapkan sebelumnya.

(11)

5

dengan merepresentasikan interaksi antara actor dengan sistem yang dibuat serta

memberikan gambaran fungsi-fungsi (nilai balik) yang diberikan sistem kepada

pengguna (user) [9]. Use case diagram sistem ditunjukan pada Gambar 2.

Gambar 2Use Case Diagram Sistem

Gambar 2menunjukkan use case diagram pada aplikasi, dijelaskan sebagai

berikut. User adalah orang yang bertugas untuk mengatur proses penilaian dan

rekomendasi siswa berprestasi serta mengatur data kriteria penilaian yang dibutuhkan oleh sistem. Master penilaian yang dibutuhkan oleh sistem meliputi master data kriteria, master data sub kriteria, master data siswa, dan master data semester. Selain master data seorang user juga dapat melakukan proses pengolahan data penilaian siswa berprestasi. Proses ini dilakukan dengan cara memasukkan semua hasil penilaian ke sistem dan kemudian melalui proses perhitungan menggunakan metode SMART maka akan menghasilkan rekomendasi siswa berprestasi.

Class diagram merupakan diagram yang membantu dalam visualisasi struktur kelas-kelas dari suatu sistem. Dalam diagram ini, diperlihatkan hubungan

antar kelas dan penjelasan detail tiap-tiap kelas [11].

Gambar 3 Class Digram Sistem Pengolahan Data Siswa

Pengolahan Data Semester Proses SMART

Pengolahan Data Prestasi Siswa <<include>>

Laporan User

<<include>> Pengolahan Data Sub Kriteria

Pengolahan Data Kriteria <<include>>

(12)

6

Gambar 3 merupakan class diagram yang digunakan oleh sistem. Derajat

relasi antar kelas menggunakan derajat relasi one to many. Class kriteria berelasi

dengan class sub kriteria menggunakan derajat relasi one to many dimana 1

kriteria dapat memiliki banyak sub keriteria. Class sub kriteria berelasi dengan

class penilaian menggunakan derajat relasi one to many dimana 1 sub kriteria

dapat digunakan lebih dari 1 kali pada proses penilaian. Class siswa berelasi

dengan class pelamar menggunakan derajat relasi one to many dimana 1 siswa

dapat dijadikan kendidat siswa berprestasi lebih dari 1 kali.

Tahapan perancangan SMART diawali dengan penentuan kriteria penilaian yang dipakai untuk proses penilaian data siswa berprestasi sehingga dapat menghasilkan informasi rekomendasi siswa berprestasi. Kriteria penilaian yang digunakan dapat dilihat pada Tabel 1.

Tabel 1 Kriteria Penilaian Siswa Berprestasi

Kriteria Sub Kriteria

Kepribadian (K1)

Ketaqwaan terhadap Tuhan Yang Maha Esa (SK11) Sopan Santun (SK12)

Disiplin, Jujur, dan Bertanggungjawab (SK13) Pemahaman diri sendiri (SK14)

Penerapan 5K dan Sosial kemasyarakatan (SK15)

Kepemimpi nan (K2)

Kewibawaan dan pengambilan keputusan (SK21)

Kemampuan berfikir kreatif,positif, dan kritis dalam pemecahan masalah (SK22)

Percaya diri,mandiri,dan terbuka (SK23) Berwawasan dan bersikap demokratis (SK24)

Kemampuan memotivasi berinisiatif, berkomunikasi, dan bekerjasama (SK25)

Ketrampilan (K3)

Prestasi di bidang akademik maupun ekstrakurikuler tingkat internasional (SK31)

Prestasi di bidang akademik maupun ekstrakurikuler tingkat nasional (SK32)

Prestasi di bidang akademik maupun ekstrakurikuler tingkat daerah (SK33)

(13)

7

Tabel 2 Bobot Kriteria

Kriteria Bobot % Bobot Min/Max

Kepribadian 40 0.4 60/100

Kepemimpinan 30 0.3 60/100

Ketrampilan 30 0.3 60/100

Dari tabel 2 di atas, jumlah keseluruhan bobot yang digunakan pada sistem adalah 100. Bobot ditentukan oleh pihak sekolah dengan aturan seperti yang terlihat pada Tabel 2.

Langkah selanjutnya dalam proses perancangan SMART adalah

mengembangkan single-attribute utilities dengan cara menghitung nilai alternatif

menggunakan rumus dengan range nilai 0-100. Pada proses ini dilakukan penilaian pada setiap siswa yang menjadi kandidat siswa berprestasi dengan cara memasukkan semua nilai penilaian dalam bentuk angka dari 0 - 100. Pada penelitian ini diambil contoh 10 kandidat siswa berprestasi. Penilaian siswa dilakukan dengan cara proses wawancara yang dilakukan oleh pihak sekolah terhadap setiap calon kandidat. Proses wawancara mengacu pada kriteria dan sub kriteria yang telah ditetapkan sebagai acuan penilaian.

4. Pembahasan dan Hasil Pengujian

Proses rekomendasi siswa berprestasi diawali dengan proses penilaian setiap calon siswa berdasarkan kriteria penilaian yang telah ditentukan sebelumnya yakni kepribadian (K1), kepemimpinan (K2), dan ketrampilan (K3). Hasil penilaian siswa dapat dilihat pada Tabel 3.

Tabel 3 Hasil Penilaian

NIS K1 K2 K3

8483 87 88 95

8180 87 89.80 93.67

8450 87 90.60 90.67

8477 86 87.69 93

8023 85 89.60 99.33

8724 85.60 93.80 94

Hasil penilaian siswa berprestasi pada tabel 3, telah dirangkum berdasarkan kriteria penilaian. Siswa dinilai berdasarkan sub kriteria penilaian seperti pada Tabel 1. Hasil dari setiap penilaian sub kriteria ini kemudian dihitung nilai rata-ratanya untuk mendapatkan nilai per kriteria.

(14)

8

Tabel 4 Hasil Rekomendasi

NIS Nama Nilai

8023 Magumi Avrora Iftita 76.6975

8724 Indah Ayu Gita 75.8500

Hasil rekomendasi sistem mengenai siswa berprestasi disajikan pada tabel 4. Nilai akhir yang dihasilkan oleh sistem melebihi nilai standar siswa berprestasi yang ditetapkan oleh pihak sekolah. Selain rekomendasi siswa berprestasi, sistem juga menghasilkan informasi berupa data siswa yang tidak lolos dalam proses pemilihan siswa berprestasi.

Tabel 5 Data Siswa Tidak Lolos Seleksi

NIS Nama Nilai

8483 Yunus Shofwan Zein 74.6475

8180 Shadam Yunito Ferdiansyah 74.6025

8450 Yosia Saragih 72.9525

8477 Osama Rizky Setiyono 71.4500

Informasi siswa yang tidak lolos seleksi siswa berprestasi disajikan pada tabel 5 di atas. Data ini ditampilkan pada sistem sesuai dengan kebutuhan pihak sekolah. Kebutuhan yang dimaksud adalah apabila jumlah pernghargaan yang tersedia melebihi jumlah siswa yang lolos seleksi maka siswa beprestasi selanjutnya akan diambil dari data siswa yang tidak lolos seleksi dengan nilai akhir tertinggi.

5. Simpulan

Berdasarkan pembahasan, pengujian, dan analisis sistem, maka dapat

diambil kesimpulan bahwa metode Simple Multi Attribute Rating Technique

(SMART) pada sistem informasi rekomendasi siswa berprestasi di SMA Negeri 3 Salatiga dapat membantu pihak sekolah dalam melakukan clustering data siswa yang layak menerima predikat siswa berprestasi. Selain itu hasil akhir pengujian metode SMART pada aplikasi mempunyai kesamaan nilai dengan perhitungan SMART yang dilakukan secara manual sehingga metode SMART yang diimplementasikan pada sistem sudah benar.

Saran pengembangan aplikasi ke depan adalah aplikasi dapat dibuat dapat diintegrasikan dengan sistem informasi lainnya pada sekolah sehingga proses penilaian dapat dilakukan secara langsung tanpa melakukan pengisian hasil penilaian ke sistem secara terpisah.

6. Daftar Pustaka

[1] Sahputra, N., 2009, Hubungan konsep diri dengan prestasi akademik

(15)

9

[2] Udin, Syafik., 2015, Sistem Pendukung Keputusan Penentuan Siswa

Berprestasi Menggunakan Metode Fuzzy Multi Attribute Decision Making,

Fakultas Teknik Jurusan Teknik Informatika Universitas Muhammadiyah Jember, Jawa Timur.

[3] Mahmud, Ali., 2016, Sistem Pendukung Keputusan Pemilihan Siswa

Berprestasi di SMA Dengan Metode Simple Additive Weighting (SAW)

Studi Kasus SMA Negeri 94 Jakarta, Fakultas Ilmu Komputer Universitas Esa Unggul, Jakarta.

[4] Daihani, Dadan Umar., 2001, Komputerisasi Pengambilan Keputusan

Berbasis Komputer, halaman 98-124, Jakarta : PT Elex Media Komputindo.

[5] Turban, 2005, Dessicion Support System And Intellegent System,

Yogyakarta : Andi.

[6] Hasibuan, Awaludin., 2015, SPK Dengan Metode Simple Multy Attribute

Rating Technique (SMART), diakses melalui http://awaltechnology.com pada tanggal 13 Mei 2015.

[7] Goodwin, P., 2004.Decision Analysis For Management Judgment 3rd

edition, Newyork : John Wiley & Sons.

[8] Edward, 1977, SMART (Simple Multy Attribute Rating Technique).

[9] Nugroho, Adi., 2010,Mengembangkan Aplikasi Basis Data Menggunakan

Gambar

Gambar 1 merupakan fungsi linear yang dipakai pada perhitungan SMART.
Gambar 1 Tahapan Penelitian
Gambar 2 Use Case Diagram Sistem
Tabel 1 Kriteria Penilaian Siswa Berprestasi
+3

Referensi

Dokumen terkait

Dengan adanya sistem pendukung keputusan untuk pemilihan karyawan berprestasi di Pertamina Pengapon dapat membantu dalam memberikan rekomendasi dan pertimbangan

Sistem Pendukung Keputusan untuk Menentukan Pemilihan Jurusan Siswa dengan Menggunakan Metode Weighted Product (Studi Kasus:.. SMA Swasta HKBP

Rasmita pada tahun 2017 dengan judul Implementasi metode SMART ( Simple Multi Attribute Rating Technique ) dalam Pemilihan Hotel di Kota Palu dan hasil

A. Merancang sistem pendukung keputusan berbasis mobile untuk pemilihan laptop dengan menerapkan metode Simple Multi Attribute Rating Technique. Membangun sistem pendukung

Dari permasalahan yang terjadi diatas, maka dibuat sebuah Sistem Pendukung Pengambilan Keputusan Untuk Menentukan Penerima Beasiswa bagi Siswa yang akan membantu

Implementasi Metode Simple Multi Attribute Rating Technique (SMART) Untuk Pengambilan Keputusan Pemilihan Obat Herbal (Petti Indrayati Sijabat 1 , Arjon Samuel Sitio 2 ) 17

235 N o Skenario Pengujian Test Case Hasil Yang Diharapkan Hasil Pengu jian 12 Mengkli k menu profile Menampil kan profile dari user Menampilka n profile user dari

Metode SMART merupakan sebuah teknik yang digunakan dalam pengambilan keputusan dengan multi kriteria, pada teori bahwa setiap alternatif terdiri dari sejumlah kriteria yang memiliki