MEMBANGUN SISTEM REKOMENDASI UNTUK SELEKSI PENERIMA BANTUAN DANA INVESTASI MENGGUNAKAN SIMPLE ADDITIVE WEIGHTING (SAW)

Aji, Muthi'ah Sari (2018) MEMBANGUN SISTEM REKOMENDASI UNTUK SELEKSI PENERIMA BANTUAN DANA INVESTASI MENGGUNAKAN SIMPLE ADDITIVE WEIGHTING (SAW). Tugas Akhir thesis, Universitas Teknologi Yogyakarta.

[img] Text
Done _ Abstrak_5140411055_Muthi'ah Sari Aji.docx

Download (16kB)

Abstract

Rumah Makan Mahkota memberikan bantuan dana kepada karyawan yang telah mengabdikan diri dan mengembangkan Rumah Makan Mahkota sehingga dapat berkembang dengan begitu pesat. Bantuan dana tersebut diadakan setiap 1 tahun untuk memberikan apresiasi kepada karyawan agar selalu semangat dalam bekerja. Kondisi yang terjadi di Rumah Makan Mahkota saat ini adanya sistem penilaian untuk menentukan penerima bantuan dana yang belum adanya bantuan komputerisasi. Sistem di Rumah Makan Mahkota yang dilakukan saat ini masih mengalami banyak permasalahan, terutama kesalahan dalam perhitungan data dan tertukarnya data antar calon penerima bantuan dana, maka akan dibangun sistem rekomendasi untuk penerima bantuan dana yang dapat memudahkan pimpinan dalam menyeleksi dan memutuskan memberikan pemberian bantuan dana pada karyawan yang tepat. Sistem yang akan dikembangkan yaitu menggunakan metode Simple Additive Weighting (SAW) yang akan memberikan alternatif yang terbaik dan sesuai kriteria yang ada. SAW merupakan metode penjumlahan terbobot dengan konsep mencari penjumlahan terbobot dari rating kinerja setiap alternatif pada semua atribut. Sistem rekomendasi bantuan dana ini akan memberikan hasil akhir berupa nilai akhir dan setiap karyawan dari perhitungan sistem yang dikembangkan menggunakan metode SAW, hasil akhirnya bahwa alternatif A0021 dengan nomor identitas TG – 000001 dengan nilai 84,625 yaitu atas nama Zarah dari cabang Tegal, Sehingga Zarah berhak mendapatkan bantuan dana.

Item Type: Thesis (Skripsi, Tugas Akhir or Kerja Praktek) (Tugas Akhir)
Subjects: Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Divisions: Fakultas Sains Dan Teknologi > S1 Informatika
Depositing User: INF FTIE-UTY
Date Deposited: 19 Oct 2018 03:05
Last Modified: 19 Oct 2018 03:05
URI: http://eprints.uty.ac.id/id/eprint/1815

Actions (login required)

View Item View Item