APPROVAL-SYSTEM PROPOSAL SKRIPSI MAHASISWA PADA PROGRAM STUDI S-1 SISTEM INFORMASI DI UNIVERSITAS NUSANTARA PGRI KEDIRI

Aidina Ristyawan

Abstract


Untuk menyetujui judul penelitian yang diajukan mahasiswa oleh dosen pembimbing membutuhkan cara yang cukup rumit guna menghasilkan kualitas penelitan yang baik dan sebaran bidang ilmu yang merata. Salah satu cara yang dapat digunakan untuk membantu persetujuan judul penelitian tersebut adalah dengan menggunakan sistem pembobotan judul penelitian yang diusulkan mahasiswa. Dengan sistem pembobotan judul penelitian tersebut dosen pembimbing dapat terbantu dalam menyetujui judul penelitian yang diajukan oleh mahasiswa bimbingannya, sehingga kualitas penelitian semakin meningkat dan sebaran bidang ilmu penelitian juga lebih merata. Sistem pembobotan judul penelitian ini menggunakan kombinasi logika fuzzy (samar) dan pembuatan keputusan berdasar beberapa atribut (Multi Atribut Decission Making / MADM). Penentuan bobot judul penelitian berdasarkan pada beberapa aspek, yaitu 1) Kriteria, dimana kriteria penentuan bobot bisa diisi atau disesuaikan dengan program studi lain; 2) Bobot, yang mana digunakan segai pembobotan atau prioritas masing – masing kriteria;  3) Jenis kriteria yang terbagi menjadi menjadi dua (kriteria keuntungan dan kriteria biaya); dan  4) Batas bobot minimum lolos. Hasil dari pembobotan judul penelitian ini berupa angka bobot antara 0 sampai dengan 1, yang dapat diketahui lolos tidaknya judul penelitian yang diajukan sesuai dengan batas bobot minimum lolos.


Keywords


pembobotan; logika fuzzy; MADM

Teks Lengkap:

PDF

Referensi


A. Ristyawan, “Penggunaan Fuzzy Tsukamoto Pada Algoritma Saw Dalam Kasus Pembobotan Judul Proposal Mahasiswa Pada Universitas ABC,” in Penggunaan Fuzzy Tsukamoto Pada Algoritma SAW Dalam Kasus Pembobotan Judul Proposal Mahasiswa Pada Universitas ABC, 2017, pp. 115–120.

E. Prasetyo, Data Mining : Mengolah data menjadi informasi menggunakan MATLAB. Yogyakarta: Penerbit Andi, 2014.

E. Turban, Jay E. Aronson, and Ting-Peng Liang, Decision Support Systems and Intelligent Systems (7th Edition), 7th ed. New Delhi: Prentice-Hall, 2007.

J. R. Jang, C.-T. Sun, and E. Mizutani, Neuro-Fuzzy and Soft Computing. Upper Saddle River: Prentice-Hall, 1997.

W. Kaswidjanti, A. S. Aribowo, and C. B. Wicaksono, “Implementasi Fuzzy Inference System Metode Tsukamoto Pada Pengambilan Keputusan Pemberian Kredit Pemilikan Rumah,” in Telematika, 2014, vol. 10, pp. 137 – 146.

T. Murti, L. A. Abdillah, and M. Sobri, “Sistem Penunjang Keputusan Kelayakan Pemberian Pinjaman Dengan Metode Fuzzy Tsukamoto,” in Seminar Nasional Inovasi dan Tren (SNIT)2015, 2015, pp. 252–256.

A. Kadir, Tuntunan Praktis: Belajar Database Menggunakan MYSQL. Yogyakarta: Andi Publisher, 2008.

Sugiyono, Metode Penelitian Kuantitatif Kualitatif dan R&D. Bandung: Alfabeta, 2012.

Sholiq, Pemodelan Sistem Informasi Berorientasi Objek Dengan UML. Yogyakarta: Graha Ilmu, 2006.




DOI: https://doi.org/10.24176/simet.v9i2.2309

Article Metrics

Abstract views : 963| PDF views : 547

Refbacks

  • Saat ini tidak ada refbacks.


free hit counter View My Stats

Indexed by:

Dimensions logo

 

Flag Counter

Creative Commons License
Simetris : Jurnal Teknik Mesin, Elektro dan Ilmu Komputer is licensed under a Creative Commons Attribution 4.0 International License.

Dedicated to: