PENERAPAN METODE ANALYTIC HIERARCHY PROCESS (AHP) SEBAGAI SISTEM PENDUKUNG KEPUTUSAN DALAM PEMILIHAN KETUA IMSAL (Study Kasus STMIK AMIK Logika)

PENERAPAN METODE ANALYTIC HIERARCHY PROCESS (AHP)SEBAGAI SISTEM PENDUKUNG KEPUTUSAN

DALAM PEMILIHAN KETUA IMSAL(Study Kasus STMIK AMIK Logika)

Dewi MaharaniMagister Ilmu Komputer – Universitas Putra Indonesia ( UPI – YPTK

) PadangE-mail : [email protected]

ABSTRAK

Tesis ini membahas tentang pemilihan ketua organisasi untukmencari pengganti dari ketua yang sebelumnya dengan metode AnalyticHierarchy Process (AHP) yaitu dengan membandingkan faktor yang satu denganyang lain yang direpresentasikan melalui nilai bobot yang dihasilkan.Di mana didalamnya terdapat komponen utama yaitu data mahasiswa aktif,data kandidat ketua, kuesioner dan data pembobotan nilai. PemilihanKetua Organisasi merupakan hal penting bagi setiap Perguruan Tinggikarena menyangkut peningkatan dan kreatifitas mahasiswa dan kelanjutandari perkembangan Kampus atau perguruan tinggi tersebut. Untuk menjadiKetua Organisasi harus mempertimbangkan banyak faktor, dan pengajuanyaharus dilakukan secara objektif bukan subyektif. Sistem pemilihanketua ini dapat membantu pengambilan keputusan dalam masalahmahasiswa, kampus dan lainnya yang sesuai dengan kriteria-kriteriayang ditetapkan oleh Menteri Pendidikan serta pimpinan Kemahasiswaandan juga dapat membawa dampak yang positif dalam pengembangan danpeningkatan potensi sumber daya manusia yang ada dalam perguruantinggi. Pada sistem Pendukung Keputusan ini digunakan Software SuperDecision.

Kata kunci: Sistem Pendukung Keputusan, AHP, Ketua Organisasi, Software Super Decision.

1. PENDAHULUAN

Beberapa teknik dalamsoftcomputing banyak

dikembangkan karena mempunyaikeunggulan dalam penyelesaianmasalah yang mengandungketidakpastian,

ketidaktepatan, dan kebenaranparsial. Logika fuzzy telahdigunakan pada lingkuppermasalahan yang cukup luas,seperti kendali proses,klasifikasi dan pencocokanpola, manajemen danpengambilan keputusan dansebagainya. Banyak metodeSistem Pendukung Keputusanyang digunakan untuk membantupengambilan keputusan, salahsatunya adalah Analytic HierarchyProcess (AHP).

Metode Sistem Pendukungkeputusan, Analytic HierarchyProcess (AHP) merupakan bagiandari (MADM), yang telahmenerima banyak perhatianlebih selama dekade terakhir(Nikunj V. Patel, 2014).Metode AHP banyak digunakanuntuk pengambilan keputusanyang didasarkan pada beberapaattribute. Seperti Penjurusansiswa di sekolah, Penentuanprioritas produk unggulandaerah, Pemilihan alat danlain-lain. (Gettinger,Kiesling, Stummer, &Vetschera, 2013) membandingkandalam percobaan laboratoriumdengan menggunakan langkah-langkah subjektif dan objektif dariproses pengambilan keputusanserta kualitas solusi danmasalah pemahaman. (Lei &Moon, 2015). menjelaskanbahwa Kerangka DSS dapat

memberikan strategi modelingdengan menggabungkan penemuanpengetahuan dan pengambilankeputusan otomatis.(K.Savitha, 2011), AHPmenunjukkan bagaimanamenghubungkan kriteria –kriteria dari satu bagianmasalah dengan kriteria-kriteria bagian lain untukmemperoleh hasil gabungan.Dengan, hasil akhirnya adalahRangking dari hasilperhitungan bobot dan vektoryang menggambarkan pilihandari pembuat keputusan.

STMIK AMIK Logika adalahsingkatan dari Sekolah Tinggidan Akademik ManajemenInformatika dan KomputerLogika; Merupakan PerguruanTinggi Swasta yangmenyelenggarakan pendidikantinggi jenjang sarjana dandiploma berbasis teknologiinformasi. Dalam meningkatkankualitas lembaga pendidikanyang baik pihak kampusmengajak seluruh mahasiswabekerja sama untuk memajukankampus Logika Medan denganaktifitas organisasi kampusyang dibangun. Organisasikampus merupakan sebuahorganisasi kemahasiswaan yangmemiliki peran penting.Khususnya IMSAL (IkatanMahasiswa STMIK AMIK Logika).

Namun untuk mengelolaOrganisasi tidaklah mudah,salah satu kendalanya adalahbanyaknya mahasiswa yangdimiliki sehingga untukmengelola perencanaanpemilihan ketua, menjadi sulitdan menghabiskan banyak waktu.Akibatnya terjadilah subyektifitaspengambilan keputusan yaitupenilaian pada satu kriteriasaja tanpa melihat padakriteria yang lain.

1.1 Rumusan MasalahPerumusan masalah di dalam

penelitian ini adalah :

1. Bagaimana syarat, prosesdan prosedur penilaiandalam pemilihan ketuaOrganisasi Ikatan MahasiswaSTMIK AMIK Logika?

2. Bagaimana penerapan MetodeAnalytic Hierarchy Process (AHP) dansoftware Super Decisions yangdigunakan dalam SistemPendukung Keputusan untukmemilih ketua organisasiIMSAL?

1.2 Tujuan PenelitianMaksud dari penelitian

adalah mengumpulkan data yangrelevan terhadap masalah yangdiidentifikasikan agar dapatdianalisis dan ditarikkesimpulannya. Adapun tujuandari penelitian ini adalah:

1. Untuk membantu PimpinanBagian Kemahasiswaan dalammenentukan ketua organisasiIMSAL.

2. Dengan adanya penggunaanteknologi informasi, makadiharapkan sistempengambilan keputusan yangada di kampus STMIK&AMIKLogika Medan dalammenemukan ketua organisasiIMSAL yang objektif dan efektif

1.3 Batasan MasalahBatasan masalah dari

penelitian yang penulislakukan dalam menentukan ketuaorganisasi Ikatan MahasiswaSTMIK AMIK Logika, sebagaiberikut:

1. Perancangan sistempendukung keputusan inihanya dikhususkan kepadaKandidat Ketua OrganisasiIMSAL.

2. Menentukan kriteria danalternatif yang akandiperlukan untuk menetukanKandidat Ketua IMSALbedasarkan Keputusan.

3. Pembuatan sistem pendukungkeputusan pemilihan ketuaorganisasi denganmenggunakan Metode AnalyticHierarchy Process (AHP) ini hanyaditerapkan di tahap akhirseleksi, yaitu tahapan yangdilakukan setelah

mendapatkan beberapa nama/kandidat dari Sub Imsal.

4. Sistem pengambilankeputusan yang dibangunadalah membantu bagiankemahasiswaan dalammenentukan ketua organisasiterbaik di STMIK AMIKLogika Medan.

1.4 Manfaat Penelitian Manfaat dari penelitian ini

antara lain :

1. Memberi informasi kepadaPimpinan BagianKemahasiswaan besertaYayasan Pendidikan TinggiLogika Medan dalamkeputusan ketua organisasiIkatan Mahasiswa STMIKAMIK Logika (IMSAL) Medan.

2. Memberi khasanah keilmuanberisi penerapan MetodeAnalytic Hierarchy Process (AHP)dalam pengambilan sistempendukung keputusan ketuaorganisasi IkatanMahasiswa STMIK AMIKLogika (IMSAL) Medan.

2. LANDASAN TEORI

2.1 Sistem PendukungKeputusan

Sistem PendukungKeputusan adalah sistempenghasil informasi yangditujukan pada suatu masalahtertentu yang harus dipecahkan

oleh manager dan dapatmembantu manajer dalampengambilan keputusan (Santi,2010).

Sistem Pendukung Keputusanatau Decision Support System(DSS) adalah suatu sistem yangditujukan untuk mendukungmanajemen pengambilankeputusan dimana sistemberbasis model yang terdiridari prosedur-prosedur dalampemrosesan data danpertimbangannya untuk membantumanajer dalam mengambilkeputusan (Pratiwi, 2013).

2.1. Tahapan PendukungKeputusan

Beberapa tahapan prosesyang harus dilalui dalampengambilan keputusan. prosespengambilan keputusan melaluibeberapa tahap berikut:a. Tahap Penelusuran

(Intelligence)Yaitu tahap dimanapengambil keputusanmempelajari kenyataanyang terjadi, sehinggamampu mengidentifikasimasalah.

b. Tahap DesainYaitu tahap dimanapengambil keputusanmenemukan, mengembangkandan menganalisis semua

pemecahan melaluipembuatan model.

c. Tahap ChoiceYaitu tahap dimanapengambil keputusanmemilih salah satualternatif pemecahan yangpaling tepat.

d. Tahap ImplementasiYaitu tahap dimanapengambil keputusanmenjalankan rangkaianaksi pemecahan yangdipilih di tahap choice.(Santi, 2010).

2.2 Komponen-Komponen SistemPendukung Keputusan

Sistem PendukungKeputusan terdiri dari 3komponen utama atau subsistemyaitu:

a. Subsistem Data (Database)Merupakan komponen systemPendukung Keputusanpenyedia data bagisystem. Data dimaksuddisimpan dalam suatupangkalan data (database)yang diorganisasikansuatu system yang disebutsystem manajemenpangkalan data (DatabaseManajemen System/ DBMS).

b. Subsistem Model (ModelSubsistem)

c. Subsistem Dialog (UserSistem Interface)

2.3 Analytic HierarchyProcess (AHP)

Analytic HierarchyProcess merupakan metode yangdigunakan untuk memecahkanmasalah yang bersifat kompleksdan tidak terstruktur kedalamkelompok-kelompoknya, denganmengatur kelompok tersebutkedalam suatu hierarki,kemudian memasukkan nilainumeric sebagai penggantipersepsi manusia dalammelakukan perbandinganrelative. Yang mana akanmendapatkan atau menemukanelemen prioritas.

2.3.1 Prinsip Pokok AHP1.Memecah- mecah persoalan

dan menyusun secarahierarki

2.Prinsip PenentuanPrioritas

3.Konsistensi Logis

2.3.2 Teknik Penyelesaian1.Menyusun Hirarki 2.Menetapkan Prioritas

Elemen 3.Membuat Perbandingan

Berpasangan 4.Membandingkan elemen

pertama dengan elemenkedua dan menghitung

nilai bobotkepentingannya denganskala Saaty

5.Mencari nilai eigenvektor untuk hasil bobot

6.Menghitung nilai λmaksimal dengan caramengalikan setiap hasileigen vector denganjumlah kolom bobot

7.Menghitung ConsistencyIndex (CI)Rumus :

CI = (λ max-n)/n-1 8.Menghitung Rasio

Konsistensi Rumus :

CR = CI/IR Di mana : CR =Consistency Ratio

CI = ConsistencyIndex

IR = IndeksRandom

9.Memeriksa KonsistensiHirarki Jika nilainya lebih dari10%, maka penilaian daridata harus diperbaiki.Namun, jika rasiokonsistensi (CI/IR)kurang atau sama dengan0,1, maka hasilperhitungan bisadinyatakan benar.

3. ANALISA DAN PERANCANGAN

3.1 Deskriptif Sistem

Deskripsi Sistemmenjelaskan tentang kondisiobjek penelitian. Kondisidijelaskan dengan tahapmenganalisa sistem,mengimplementasikan metode danmelakukan pengujian datadengan Software Super Decisions.Untuk menunjang analisis,penulis menggunakan metodeAnalytic Hierarchy Process (AHP).Peralatan utama AHP adalahsebuah hierarki fungsionaldengan input utamanya persepsimanusia. Dengan adanyahierarki, memungkinkandipecahnya sebuah masalah yangbersifat kompleks atau tidakterstruktur dalam sub-submasalah, lalu menyusunnyamenjadi suatu bentuk hierarki.

3.2Analisis Sistem

Di dalam sistem penunjangkeputusan terdapat beberapakomponen yaitu tujuan,kriteria dan alternatif.Tujuan merupakan gol darisebuah kegiatan. Analisissistem ini akan menjelaskanmengenai cara menentukan ketuaIMSAL dengan melihatkriterianya. Kriteria adalahparameter-parameter yangdijadikan tolak ukur membuatsebuah keputusan. Kriteriacalon ketua organisasi IMSALdisini, peneliti peroleh dari

Keputusan Menteri PendidikanDan Kebudayaan RepublikIndonesia dengan PersetujuanIMSAL, yaitu Ketua IMSAL danbagian kemahasiswaan danOrganisasi IMSAL, yaitu:Indeks Prestasi (IP),Pengalaman Berorganisasi (PB),Pengalaman Kepanitiaan (PK),Program Kerja (PROGJA) danRekomondasi (R). Sedangkanalternatif adalah objek darisebuah sistem yang akandiproses. Alternatif PemilihanKetua Organisasi IMSAL,penulis peroleh dari IMSALberdasarkan pada keputusandari masing-masing suborganisasi IMSAL melaluimusyawarah yang disepakatin.Alternatif yang diperolehberupa nama-nama calon ataukandidat ketua IMSAL yangdiusungkan. Yaitu: SuciWulandari Pasaribu (Suci),Septian Purnawan Siddik(Septian), Juliyandri Saragih(Juliyandri) dan Yudi Saputra(Yudi).

3.3Implementasi MetodeAnalytic Hierarky Process(AHP)

3.3.1 Hierarki Keputusandalam Menentukan KetuaIMSAL1. Tingkat Goal

Menjelaskankeseluruhan keputusan

yaitu tujuan yanghendak dicapai baiksecara keseluruhanmaupun perkriteria.

2. Tingkat KriteriaMenjelaskan criteriayang menjadi sumberacuan dalam membantumemilih seseorang.Criteria-kriteriadalam menentukan ketuaIMSAL, yaitu:

Tabel 3.1. TabelKriteria IMSAL

Kode Kriteria

IP Indeks Prestasi

PB PengalamanBerorganisasi

PK PengalamanKepanitiaan

PROGJA Program Kerja

R Rekomondasi

3. Tingkat Alternatif(Pilihan)

Tabel 3.2Alternatif-Alternatif IMSAL

Kode AlternatifSuci Suci Wulandari

PasaribuSeptian

Septian PurnawanSiddik

Juliyandri

JuliyandriSaragih

Yudi Yudi Saputra

Gambar 3.1. Hirarki KeputusanKetua IMSAL

3.3.2 Matrik PerbandinganBerpasangan

Umumnya untuk perbandinganmatriks berpasangan angka 1(satu) dapat ditempatkansecara diagonal pada pojokkiri atas sampai dengan pojokkanan karena perbandinganterhadap dua hal yang samaadalah 1 (satu) atau equallypreferred. Nilai bobot matriksperbandingan berpasangankriteria didapatkan darikebijakan pengambil keputusan.

Tabel 3.3 Matrik PerbandinganBerpasangan Antar Kriteria

PERBANDINGAN BERPASANGAN

KRITERIA IP PB PK PROGJA R

IP 1 1/2 1/2 1/3 1/5

PB 2 1 1 1/2 1/3

PK 2 1 1 1/2 1/3

PROGJA 3 2 2 1 1/2

R 5 3 2 2 1

Setelah diinputkan datakedalam Tabel berpasangan,maka akan dilakukanpenjumlahan tiap kolom.Hasilnya pada Tabel 3.4 yangmenggunakan 5 digit dibelakangkoma.

Tabel 3.4. Matriks FaktorPembobotan Hirarki Untuk SemuaKriteria Yang Disederhanakan

KRITERIA IP PB PK PROGJA R

IP1.0000

00.500

000.500

000.3333

30.200

00

PB2.0000

01.000

001.000

000.5000

00.333

33

PK2.0000

01.000

001.000

000.5000

00.333

33

PROGJA3.0000

02.000

002.000

001.0000

00.500

00

R5.0000

03.000

003.000

002.0000

01.000

00

∑ 13.000 7.500 7.500 4.3333 2.366

00 00 00 3

Setelah dilakukanpenjumlahan setiap kolomcriteria, selanjutnya membagisetiap kolom dengan jumlahkolom yang telah dijumlahkan.Sehingga, diperolehnya bobotrelative yang dinormalkan.Nilai vector eigen dihasilkandari rata-rata bobot relativeuntuk tiap baris.

Tabel 3.5 Perhitungan Nilai Eigen

Indeks Prestasi (IP)

1.00000/13.00000 =

0.07692

2.00000 / 13.00000 =

0.15385

2.00000 / 13.00000 =

0.15385

3.00000 / 13.00000 =

0.23077

5.00000 / 13.00000 =

0.38462

Pengalaman Berorganisasi(PB)

0.50000 / 7.50000 =

0.06667

1.00000 / 7.50000 =

0.13333

1.00000 / 7.50000 =

0.13333

2.00000 / 7.50000 =

0.26667

3.00000 / 7.50000 =

0.40000

Pengalaman Kepanitiaan (PK)

0.50000 / 7.50000 =

0.06667

1.00000 / 7.50000 =

0.13333

1.00000 / 7.50000 =

0.13333

2.00000 / 7.50000 =

0.26667

3.00000 / 7.50000 =

0.40000

Program Kerja (PROGJA)0.33333 / 4.33333 = 0.076920.50000 / 4.33333 = 0.115380.50000 / 4.33333 = 0.11538

1.00000 / 4.33333 = 0.230772.00000 / 4.33333 = 0.46154

Rekomondasi (R)

0.20000 / 2.36667 = 0.08451

0.33333 / 2.36667 = 0.14085

0.33333 / 2.36667 = 0.14085

0.50000 / 2.36667 = 0.21127

1.00000 / 2.36667 = 0.42254

Dengan unsur-unsur padasetiap kolom dibagi denganjumlah kolom yangbersangkutan, makadiperolehlah bobot relatifyang dinormalkan. Nilai vektoreigen dihasilkan dari rata-rata bobot relatif untuksetiap baris. Hasilnya dapatdilihat pada tabel 3.6 berikutini:

Selanjutnya nilai eigenmaksimum (λmax) didapat denganmenjumlahkan hasil perkalianjumlah kolom dengan vektoreigen. Nilai eigen maksimumyang diperoleh adalah:

λmax = (13,00000 x 0,07427)+ (7,50000 x 0,13501)+ (7,50000 x 0,13501)+ (4,33333 x 0,24145)+ (2,36667 x 0,41428)

= 0,96551 + 1,01258 +1,01258 + 1,04628 +0,98046

= 5,01741

Selanjutnya, menentukannilai indeks konsistensi.karena matriks berordo 5(terdiri dari 5 kriteria),maka nilai indeks konsistensiyang diperoleh adalah :

CI= λmax−n

(n−1 )=5,01741−5

(5−1)=0,01741

4=0,00435

λmax−n(n−1)

=7,288−7

(7−1)=0,2886

=0,048

JUMLAH VektorEigen

Bobot/Prioritas

0.37169 0.07427 7%

0.67674 0.13501 14%

0.67674 0.13501 14%

1.20614 0.24145 24%

2.06869 0.41428 41%

Untuk n = 5, RI = 1,12 (tabelsaaty), maka:

CR=CICR

=0,004351,12

=0,00388<0,100

Karena CR < 0,100 berarti preferensi responden adalah konsisten, yang berarti juga dapat dipertanggungjawabkan dan diterima.

4. PENGUJIAN SISTEM

4.1 Implementasi SistemLangkah-langkah pengolahandata dilakukan dengan carasebagai berikut :

4.1.1 Mengaktifkan SoftwareSuper Decisions

Software Super Decisions di installterlebih dahulu pada komputer,setelah di instal maka carauntuk memulai penggunaansoftware Super Decisions adalahklik pada ikon sebanyak 2kali.

4.1.2 Membuat ClusterPembuatan kelompok dilakukandengan cara meng-klik menuDesign kemudian sorot Cluster danpilih New seperti pada gambar4.1.

Gambar 4.1 Memasukkan Namacluster

4.1.3Menghubungkan Masing –Masing Cluster

Menguhubungkan masing-masingCluster dengan meng-klik menuDesign lalu klik Node ConnexionsFrom F2 seperti gambar 4.2.

Gambar 4.2 MenghubungkanMasing – masing Cluster

Selanjutnya akan muncul toolbox seperti gambar 4.2, pilih

node Goal yang mempengaruhiatau yang terhubung ke IndeksPrestasi, PengalamanBerorganisasi, PengalamanKepanitiaan, Program Kerja,Rekomondasi. Kemudiankriteria Indeks Prestasi,dihubungkan ke alternatifSuci, Septian, Juliyandri,Yudi dan Begitu juga denganPengalaman Berorganisasi danseterusnya sampai seluruhcriteria dihubungkan kealternatif yang sama.

Gambar 4.3 Node KETUA yangDikoneksikan ke seluruh

Kriteria

4.1.4Melihat Ratio KonsistensiMatriks

Pada Tool Boox Comparison wrtterdapat Computations, klikComputations tersebut untukmelihat ratio konsistensiperbandingan matriks untuksetiap Cluster, kemudian klikShow New Priorities.

Maka dapat ditampilkan hasilnilai bobot/ prioritaskonsistensi matriksnya sebagaiberikut:

1. Hasil nilai bobot/prioritas konsistensiMatrix untuk Kriteriadapat dilihat pada gambar4.4.

Gambar 4.4 Hasil NilaiBobot / PrioritasKonsistensi untuk

Kriteria

Dari gambar 4.4menunjukkan bahwa :1. Rekomondasi memiliki

nilai bobot tertinggipertama

2. Program Kerja memilikinilai bobot tertinggikedua setelahRekomondasi

3. Pengalaman Kepanitiaandan PengalamanBerorganisasi memilikinilai bobot yang samadan tertinggi ketigasetelah Rekomondasidan Program Kerja

4. Indeks Prestasimemiliki nilai bobotterendah dari semuakriteria yang ada.

4.1.5 Melakukan Proses Komputasi Matriks

Setelah semua nilai dariperbandingan matriks ataukuesioner dimasukkan danmelihat konsistensimatriks, maka dapatdilihat hasil akhirsistem dalam pemilihanKetua Organisasi IMSAL diSTMIK AMIK Logika Medandengan metode AHP. Dimana untuk melihatnya,klik menu Computations,kemudian tampilannya atauhasil akhir darikomputasi matriks inidapat dilihat pada gambar4.5

Gambar 4.5 Hasil ProsesKomputasi Matriks

4.1.5 Membuat laporanlengkap

Membuat laporan lengkappenelitian ini, dariseluruh hasil analisayang telah dilakukan makauntuk menampilkannya klik

menu Computations,kemudian pilih Full Reportseperti gambar 4.6,kemudian hasilnya dapatditampilkan pada gambar4.7.

Gambar 4.6 Cara MelihatProses Komputasi Matriks

Gambar 4.7 Hasil ProsesKomputasi Matriks

Gambar 4.8 MembuatLaporan Lengkap

Gambar 4.9 Hasil Laporanlengkap

Di mana berdasarkan hasillaporan di atas, dapat dilihatbahwa alternatif yang terpilihsesuai dengan rangking adalah

1. Juliyandri (0,2957atau 30%)

2. Yudi (0,2864 atau 29%)3. Septian (0,2478 atau

25%) 4. Suci (0,1702 atau

17%).

5. KESIMPULAN

Setelah melakukan analisa,perancangan dan implementasidari sistem pendukungkeputusan pemilihan KetuaOrganisasi Ikatan MahasiswaSTMIK AMIK Logika Medan, dapatdiambil kesimpulan sebagaiberikut :

1. Penerapan metode AHPdalam mengambil keputusanmenjadi lebih praktissehingga dalam penelitianini pimpinankemahasiswaan dapatmengambil keputusandengan objektif, cepat,dan akurat.

2. Hasil perhitungan AHPyang dilakukan sama, baiksecara manual maupundengan hasil perhitunganAHP menggunakan softwareSuper Decisions.

3. Kandidat Mahasiswa yanglolos atau menjadi KetuaIMSAL berdasarkanpenilaian dalampenelitian ini telah

ditemukan yaituJuliyandri Saragih.

4. Implementasi AHP dalammemilih ketua sangatbermanfaat untukmengembangkan organisasiIMSAL dan sub-suborganisasi IMSAL dalammencapai visi misi sertakemajuan kampus STMIKAMIK Logika, terkaitbesarnya pengaruhOrganisasi Intra KampusSeperti IMSAL.

REFERENSI

DAFTAR PUSTAKA

1. Akim Manaor Hara Pardede(2014), Sistem InformasiIndeks Tendensi KonsumenMenggunakan PemrogramanVisual Delphi Pada BadanPusat Statistik CabangBinjai, INTI ISSN:2339-210X,, Volume:III,Nomor:2.

2. Achmad Faiz Hadi P(2009), Metode AnalyticalHierarchy Process UntukMenentukan PrioritasPenanganan Jalan diWilayah BalaiPemeliharaan JalanMojokerto, JurnalAplikasi ISSN.1907-753x,

Volume 6, Nomor 1,Pebruari.

3. Battistoni, et al (2013),Analytic HierarchyProcess For New ProductDevelopment,IN.j.eng.bus.manag.,2013,vol.5,42:2013.

4. Dalu Nuzlul Kirom, et All(2012), Sistem InformasiManajemen Beasiswa ITSBerbasis Sistem PendukungKeputusan MenggunakanAnalytical HierarchyProcess, Jurnal TeknikITS Vol.1, No.1 ISSN:2301-9271.

5. Fahmy Syahputra (2013),Sistem Informasi HasilUjian Kompetensi BerbasisWireless AplicationProtocol (WAP), INTIISSN:2339-210X Volume:1.

6. Febry Doni Pramungkas(2014), PerancanganSistem PendukungKeputusan SeleksiPenerimaan Calon BintaraTNI AD Dengan MenggunakanMetode Weighted Product,INTI ISSN:2339-210X,Volume IV, Nomor:3

7. Gettinger et al (2012), AComparison of

Representations forDiscrete Multi-CriteriaDecision Problems,ELSEVIER, DecisionSupport Systems 54 (2013)976-985.

8. Lei et al (2014), ADecision Support Systemfor Market-Driven ProductPositioning and Design,ELSEVIER, DecisionSupport Systems 69 (2015)82-91.

9. Lia Rochmasari, et All(2010), PenentuanPrioritas UsulanSertifikasi Guru DenganMetode AHP (AnaliticHirarky Process), JurnalTeknologi Informasi,Volume 6 Nomor 1, April2010, ISSN 1414-9999.

10. Martin A Taraphari(2010), Sistem PendukungKeputusan KelaikanTerbang Pada HelicopterModel Bell 205 A-1 PusatPenerbangan TNI AD,Jurnal TeknologiInformasi, Volume 6 Nomor1, April 2010, ISSN 1414-9999.

11. M.Arfan Rinaldi(2013), Sistem PendukungKeputusan Pemilihan

Trainer (Staff Pengajar)Menggunakan Metode SimpleAdditive Weighting (SAW),Pelita Informatika BudiDarma, Volume:V, Nomor 1,ISSN:2301-9425.

12. Patel, et al (2012),A Novel Approach forSelection of Tool Insertin CNC Turning ProcessUsing MADM Methods, IJEATISSN:2249-8958, Volume-1,Isue-5.

13. Pratiwi (2013),Perancangan SistemPendukung Keputusan UntukPenilaian PrestasiBelajar Siswa SekolahDasar PusakaBangsa,Fakultas TeknikIndustri, UniversitasTrisakti, ISSN:1411-6340.

14. Relita Buaton danRaodah (2014), SistemPEndukung KeputusanPenentuan PrioritasPengembangan IndustriKecil Menengah DenganMetode Weighted Product,Informasi dan TeknologiIlmiah (INTI) ISSN: 2339-210X.

15. Savitha, et al(2011), Vertical HandoverDecision Schemes UsingSAW and WPM for NetworkSelection inHeterogeneous WirelessNetworks, Global JournalsInc, Volume 11 Issue 9Version 1.0 May, ISSN:0975-4172.

16. Sri Eniyati (2011),Perancangan SistemPendukung PengambilKeputusan untukPenerimaan Beasiswadengan Metode SAW (SimpleAdditive Weighting),Jurnal TeknologiInformasi DINAMIK Volume16, No.2, Juli 2011:171-176 ISSN:0854-9524.

17. Sri Hartati dan AdiNugroho (2012), SistemPendukung KeputusanBerbasis AHP (AnalyticalHierarchy Process) UntukPenentuan KesesuaianPenggunaan Lahan (StudiKasus: KabupatenSemarang), JurnalTeknologi TechnoscientiaVol.5 No.1 Agustus 2012ISSN: 1979-8415.

18. Yance Sonatha danMeri Azmi (2010),Penerapan Metode AHP

dalam MenentukanMahasiswa Berprestasi,POLI REKAYASA Volume 5,Nomor 2, Maret 2010 ISSN:1858-3709.

Gettinger, J., Kiesling, E.,Stummer, C., & Vetschera,R. (2013). A comparison ofrepresentations fordiscrete multi-criteriadecision problems. DecisSupport Syst, 54(2), 976-985.doi:10.1016/j.dss.2012.10.023

K.Savitha, D. C. C. (2011).Vertical Handover decisionschemes using SAW and WPMfor Network selection inHeterogeneous WirelessNetworks. Global Journal ofComputer Science and Technology,11(9).

Lei, N., & Moon, S. K. (2015). ADecision Support System formarket-driven productpositioning and design.Decis Support Syst, 69, 82-91.doi:10.1016/j.dss.2014.11.010

Nikunj V. Patel, R. K. P., U. J.Patel, B. P. Patel. (2014).A Novel Approach forSelection of Tool Insert inCNC Turning Process UsingMADM Methods. InternationalJournal of Engineering and AdvancedTechnology (IJEAT), 1(5).

Santi, S. E. d. R. C. N. (2010).Perancangan SistemPendukung KeputusanPenilaian Prestasi DosenBerdasarkan Penelitian danPengabdian Masyarakat. JurnalTeknologi Informasi DINAMIK,15(2).