Kutub-kutub planet Mars kemungkinan bukanlah satu-satunya tempat di mana air es bersembunyi di planet itu. Dari penemuan terbaru, astronom memprediksi bahwa es juga hadir di kawah-kawah yang ada di sekitar garis katulistiwa Mars.
Temuan ini disebut-sebut dapat memberikan dampak signifikan terhadap eksplorasi planet Mars di masa depan. Nantinya, es tersebut berpeluang dapat dimanfaatkan sebagai penyambung hidup ketika manusia mulai ada yang ditugaskan di sana.
Menggunakan gambar-gambar yang diambil oleh Mars Global Surveyor dan Mars Reconnaissance Orbiter, David Shean, Planetary Geologist dari Malin Space Science Systems di San Diego, Amerika Serikat menyebutkan, tampaknya ada banyak material yang kaya akan es terkubur di dasar setidaknya 38 kawah di kawasan Sinus Sabaeus, yang ada di dekat katulistiwa Mars.
“Sangat mengherankan bahwa hal-hal seperti ini tidak disadari sebelumnya meski sudah ada ratusan ribu foto-foto resolusi tinggi yang diambil selama 15 tahun terakhir,” kata Shean, seperti dikutip dari Space, 2 Februari 2011. “Ini bukti bahwa planet Mars memang penuh dengan kejutan.”
Dari penelitian-penelitian terdahulu, kutub planet Mars diperkirakan menyimpan es. Akan tetapi, iklim di planet itu terlalu keras bagi kelangsungan air. Udara di sana sangat tipis sehingga jika ada es di permukaan planet akan segera menguap.
“Sejak lama kami telah melihat gambar-gambar yang menunjukkan bahwa tampak material yang kaya akan es di dasar kawah di kedua kutub Mars,” kata Shean. “Yang mengherankan, ternyata material yang sama juga ditemukan di khatulistiwa planet itu,” ucapnya.
Shean menyebutkan, jika ada es yang terkubur di khatulistiwa, tampaknya ia menyimpan catatan penting terhadap kondisi iklim di masa lalu Mars yang sangat ingin dianalisa oleh ilmuwan.
Lebih lanjut, Shean menyebutkan, kawasan khatulistiwa jauh lebih menarik untuk dijadikan tujuan untuk eksplorasi di masa depan dibandingkan dengan kutub karena mendapatkan lebih banyak sinar matahari dan memiliki temperatur yang lebih hangat.
“Khatulistiwa cocok untuk kendaraan penjelajah bertenaga matahari,” kata Shean. “Namun demikian, eksplorasi masa depan juga membutuhkan air sebagai sumber pendukung kehidupan,” ucapnya.
Temuan es di kawasan khatulistiwa planet Mars tersebut dipaparkan di jurnal Geophysical Research Letters. (hs)
Kamis, 03 Februari 2011
Senin, 31 Januari 2011
Analytical Hierarchy Process (AHP)
Sebenernya akhir-akhir ini lagi gundah gulana, resah dan gelisah, galau (gajah makan pulau) dan sejenisnya lah. Tapi biar lah ga apa-apa, semuanya biarlah berlalu curahkan saja semuanya di blog (tuhkan jadi metal alias melow total hahahahaha). Ya sudah lah, langsung aja yah pada bahasannya. Kali ini saya akan membahas mengenai Analytical Hierarchy Process (AHP) yang merupakan salah satu metoda untuk melakukan pengambilan keputusan tentunya secara ilmiah dan rasional. Mudah-mudahan saja ini bisa bermanfaat untuk pengambilan keputusan dalam memilih calon presiden nanti hehehehe...lanjut aja, cekedot....
Analitytical Hierarchy Process (AHP) adalah metode untuk memecahkan suatu situasi yang kompleks tidak terstruktur ke dalam beberapa komponen dalam susunan yang hirarki, dengan memberi nilai subjektif tentang pentingnya setiap variabel secara relatif, dan menetapkan variabel mana yang memiliki prioritas paling tinggi guna mempengaruhi hasil pada situasi tersebut.
Proses pengambilan keputusan pada dasarnya adalah memilih suatu alternatif yang terbaik. Seperti melakukan penstrukturan persoalan, penentuan alternatif-alternatif, penetapan nilai kemungkinan untuk variabel aleatori, penetapan nilai, pernyataan preferensi terhadap waktu, dan spesifikasi preferensi atas resiko. Betapapun melebarnya alternatif yang dapat ditetapkan maupun terperincinya penjajagan nilai kemungkinan, keterbatasan yang tetap melingkupi adalah dasar pembandingan berbentuk suatu kriteria yang tunggal.
Peralatan utama Analitycal Hierarchy Process (AHP) adalah memilih sebuah hirarki fungsional dengan input utamanya persepsi manusia. Dengan hirarki, suatu masalah kompleks dan tidak terstruktur dipecahkan ke dalam kelompok-kelompoknya. Kemudian kelompok-kelompok tersebut diatur menjadi suatu bentuk hirarki.
Kelebihan AHP dibandingkan dengan lainnya adalah :
1. Struktur yang berhirarki, sebagai konsekuensi dari kriteria yang dipilih, sampai pada subsubkriteria yang paling dalam.
2. Memperhitungkan validitas sampai dengan batas toleransi inkonsistensi berbagai kriteria dan alternatif yang dipilih oleh para pengambil keputusan.
3. Memperhitungkan daya tahan atau ketahanan output analisis sensitivitas pengambilan keputusan.
Selain itu, AHP mempunyai kemampuan untuk memecahkan masalah yang multi-obyektif dan multi-kriteria yang berdasarkan pada perbandingan preferensi dari setiap elemen dalam hirarki. Jadi, model ini merupakan suatu model pengambilan keputusan yang komprehensif.
Prinsip Dasar Pemikiran AHP
Dalam memecahkan persoalan dengan analisis logis eksplisit, ada tiga prinsip yang mendasari pemikiran AHP, yakni : prinsip menyusun hirarki, prinsip menetapkan prioritas, dan prinsip konsistensi logis.
Prinsip Menyusun Hirarki
Prinsip menyusun hirarki adalah dengan menggambarkan dan menguraikan secara hirarki, dengan cara memecah persoalan menjadi unsur-unsur yang terpisah-pisah. Caranya dengan memperinci pengetahuan, pikiran kita yang kompleks ke dalam bagian elemen pokoknya, lalu bagian ini dipecah lagi ke dalam bagian-bagiannya, dan seterusnya secara hirarkis.
Penjabaran tujuan hirarki yang lebih rendah pada dasarnya ditujukan agar memperoleh kriteria yang dapat diukur. Walaupun sebenarnya tidaklah selalu demikian keadaannya. Dalam beberapa hal tertentu, mungkin lebih menguntungkan bila menggunakan tujuan pada hirarki yang lebih tinggi dalam proses analisis. Semakin rendah dalam menjabarkan suatu tujuan, semakin mudah pula penentuan ukuran obyektif dari kriteria-kriterianya. Akan tetapi, ada kalanya dalam proses analisis pengambilan keputusan tidak memerlukan penjabaran yang terlalu terperinci. Maka salah satu cara untuk menyatakan ukuran pencapaiannya adalah dengan menggunakan skala subyektif.
Prinsip Menetapkan Prioritas Keputusan
Bagaimana peranan matriks dalam menentukan prioritas dan bagaimana bagaimana menetapkan konsistensi.
- Menetapkan prioritas elemen dengan membuat perbandingan berpasangan, dengan skala banding telah ditetapkan oleh Saaty.
Perbandingan ini dilakukan dengan matriks. Misalkan untuk memilih manajer, hasil pendapat para pakar atau sudah menjadi aturan yang dasar (generic); managerial skill sedikit lebih penting daripada pendidikan, teknikal skill sama pentingnya dengan pendidikan serta personal skill berada diantara managerial dan pendidikan.
Prinsip Konsistensi Logis
Matriks bobot yang diperoleh dari hasil perbandingan secara berpasangan tersebut, harus mempunyai hubungan kardinal dan ordinal, sebagai berikut :
Hubungan Kardinal : aij . ajk = aik
Hubungan Ordinal : Ai > Aj, Aj > Ak, maka Ai > Ak
Hubungan diatas dapat dilihat dari dua hal sebagai berikut :
a. Dengan melihat preferensi multiplikatif, misalnya bila apel lebih enak 4 kali dari jeruk, dan jeruk lebih enak 2 kali dari melon, maka apel lebih enak 8 kali dari melon.
b. Dengan melihat preferensi transitif, misalnya apel lebih enak dari jeruk, dan jeruk lebih enak dari melon, maka apel lebih enak dari melon.
Pada keadaan sebenarnya akan terjadi beberapa penyimpangan dari hubungan tersebut, sehingga matriks tersebut tidak konsisten sempurna. Hal ini terjadi karena ketidakkonsistenan dalam preferensi seseorang.
Untuk model AHP, matriks perbandingan dapat diterima jika Nilai Rasio konsistensi ≤ 0.1. Nilai CR ≤ 0.1 merupakan nilai yang tingkat konsistensinya baik dan dapat dipertanggungjawabkan. Dengan demikian nilai CR merupakan ukuran bagi konsistensi suatu komparasi berpasangan dalam matriks pendapat. Jika indeks konsistensi cukup tinggi maka dapat dilakukan revisi judgement, yaitu dengan dicari deviasi RMS dari barisan (aij , dan Wi / Wj ) dan merevisi judment pada baris yang mempunyai nilai prioritas terbesar.
Memang sulit untuk mendapatkan konsisten sempurna, dalam kehidupan, misalnya dalam berbagai kehidupan khusus sering mempengaruhi preferensi sehingga keadaan dapat berubah. Jika buah apel lebih disukai daripada jeruk dan jeruk lebih disukai daripada pisang, tetapi orang yang sama dapat lebih menyukai pisang daripada apel, tergantung pada waktu, musim, dan lain-lain. Namun konsistensi sampai kadar tertentu dalam menetapkan prioritas untuk setiap unsur adalah perlu sehingga memperoleh hasil yang sahih dalam dunia nyata. Rasio ketidakkonsistenan maksimal yang dapat ditolerir 10 %.
#sumber : http://e-je.blogspot.com/2009/04/analytical-hierarchy-process-ahp.html
Analitytical Hierarchy Process (AHP) adalah metode untuk memecahkan suatu situasi yang kompleks tidak terstruktur ke dalam beberapa komponen dalam susunan yang hirarki, dengan memberi nilai subjektif tentang pentingnya setiap variabel secara relatif, dan menetapkan variabel mana yang memiliki prioritas paling tinggi guna mempengaruhi hasil pada situasi tersebut.
Proses pengambilan keputusan pada dasarnya adalah memilih suatu alternatif yang terbaik. Seperti melakukan penstrukturan persoalan, penentuan alternatif-alternatif, penetapan nilai kemungkinan untuk variabel aleatori, penetapan nilai, pernyataan preferensi terhadap waktu, dan spesifikasi preferensi atas resiko. Betapapun melebarnya alternatif yang dapat ditetapkan maupun terperincinya penjajagan nilai kemungkinan, keterbatasan yang tetap melingkupi adalah dasar pembandingan berbentuk suatu kriteria yang tunggal.
Peralatan utama Analitycal Hierarchy Process (AHP) adalah memilih sebuah hirarki fungsional dengan input utamanya persepsi manusia. Dengan hirarki, suatu masalah kompleks dan tidak terstruktur dipecahkan ke dalam kelompok-kelompoknya. Kemudian kelompok-kelompok tersebut diatur menjadi suatu bentuk hirarki.
Kelebihan AHP dibandingkan dengan lainnya adalah :
1. Struktur yang berhirarki, sebagai konsekuensi dari kriteria yang dipilih, sampai pada subsubkriteria yang paling dalam.
2. Memperhitungkan validitas sampai dengan batas toleransi inkonsistensi berbagai kriteria dan alternatif yang dipilih oleh para pengambil keputusan.
3. Memperhitungkan daya tahan atau ketahanan output analisis sensitivitas pengambilan keputusan.
Selain itu, AHP mempunyai kemampuan untuk memecahkan masalah yang multi-obyektif dan multi-kriteria yang berdasarkan pada perbandingan preferensi dari setiap elemen dalam hirarki. Jadi, model ini merupakan suatu model pengambilan keputusan yang komprehensif.
Prinsip Dasar Pemikiran AHP
Dalam memecahkan persoalan dengan analisis logis eksplisit, ada tiga prinsip yang mendasari pemikiran AHP, yakni : prinsip menyusun hirarki, prinsip menetapkan prioritas, dan prinsip konsistensi logis.
Prinsip Menyusun Hirarki
Prinsip menyusun hirarki adalah dengan menggambarkan dan menguraikan secara hirarki, dengan cara memecah persoalan menjadi unsur-unsur yang terpisah-pisah. Caranya dengan memperinci pengetahuan, pikiran kita yang kompleks ke dalam bagian elemen pokoknya, lalu bagian ini dipecah lagi ke dalam bagian-bagiannya, dan seterusnya secara hirarkis.
Penjabaran tujuan hirarki yang lebih rendah pada dasarnya ditujukan agar memperoleh kriteria yang dapat diukur. Walaupun sebenarnya tidaklah selalu demikian keadaannya. Dalam beberapa hal tertentu, mungkin lebih menguntungkan bila menggunakan tujuan pada hirarki yang lebih tinggi dalam proses analisis. Semakin rendah dalam menjabarkan suatu tujuan, semakin mudah pula penentuan ukuran obyektif dari kriteria-kriterianya. Akan tetapi, ada kalanya dalam proses analisis pengambilan keputusan tidak memerlukan penjabaran yang terlalu terperinci. Maka salah satu cara untuk menyatakan ukuran pencapaiannya adalah dengan menggunakan skala subyektif.
Prinsip Menetapkan Prioritas Keputusan
Bagaimana peranan matriks dalam menentukan prioritas dan bagaimana bagaimana menetapkan konsistensi.
- Menetapkan prioritas elemen dengan membuat perbandingan berpasangan, dengan skala banding telah ditetapkan oleh Saaty.
Perbandingan ini dilakukan dengan matriks. Misalkan untuk memilih manajer, hasil pendapat para pakar atau sudah menjadi aturan yang dasar (generic); managerial skill sedikit lebih penting daripada pendidikan, teknikal skill sama pentingnya dengan pendidikan serta personal skill berada diantara managerial dan pendidikan.
Prinsip Konsistensi Logis
Matriks bobot yang diperoleh dari hasil perbandingan secara berpasangan tersebut, harus mempunyai hubungan kardinal dan ordinal, sebagai berikut :
Hubungan Kardinal : aij . ajk = aik
Hubungan Ordinal : Ai > Aj, Aj > Ak, maka Ai > Ak
Hubungan diatas dapat dilihat dari dua hal sebagai berikut :
a. Dengan melihat preferensi multiplikatif, misalnya bila apel lebih enak 4 kali dari jeruk, dan jeruk lebih enak 2 kali dari melon, maka apel lebih enak 8 kali dari melon.
b. Dengan melihat preferensi transitif, misalnya apel lebih enak dari jeruk, dan jeruk lebih enak dari melon, maka apel lebih enak dari melon.
Pada keadaan sebenarnya akan terjadi beberapa penyimpangan dari hubungan tersebut, sehingga matriks tersebut tidak konsisten sempurna. Hal ini terjadi karena ketidakkonsistenan dalam preferensi seseorang.
Untuk model AHP, matriks perbandingan dapat diterima jika Nilai Rasio konsistensi ≤ 0.1. Nilai CR ≤ 0.1 merupakan nilai yang tingkat konsistensinya baik dan dapat dipertanggungjawabkan. Dengan demikian nilai CR merupakan ukuran bagi konsistensi suatu komparasi berpasangan dalam matriks pendapat. Jika indeks konsistensi cukup tinggi maka dapat dilakukan revisi judgement, yaitu dengan dicari deviasi RMS dari barisan (aij , dan Wi / Wj ) dan merevisi judment pada baris yang mempunyai nilai prioritas terbesar.
Memang sulit untuk mendapatkan konsisten sempurna, dalam kehidupan, misalnya dalam berbagai kehidupan khusus sering mempengaruhi preferensi sehingga keadaan dapat berubah. Jika buah apel lebih disukai daripada jeruk dan jeruk lebih disukai daripada pisang, tetapi orang yang sama dapat lebih menyukai pisang daripada apel, tergantung pada waktu, musim, dan lain-lain. Namun konsistensi sampai kadar tertentu dalam menetapkan prioritas untuk setiap unsur adalah perlu sehingga memperoleh hasil yang sahih dalam dunia nyata. Rasio ketidakkonsistenan maksimal yang dapat ditolerir 10 %.
#sumber : http://e-je.blogspot.com/2009/04/analytical-hierarchy-process-ahp.html
Sabtu, 29 Januari 2011
Judul Skripsi/Tugas Akhir Sistem Pendukung Keputusan
Sistem pendukung keputusan atau sering disebut DSS (Decision Support System) merupakan salah satu cabang keilmuan di bidang kecerdasan buatan (Artificial Intelligence). Dimana komputer/aplikasi mengeluarkan keputusan untuk menjadi pertimbangan user/pengambil keputusan. DSS ini juga sering dijadikan sebagai topik tugas akhir atau skripsi mahasiswa teknik informatika. Berikut beberapa judul tugas akhir/skripsi teknik informatika dengan topik sistem pendukung keputusan :
1. Sistem Pendukung Keputusan Untuk Sistem Persediaan Menggunakan Metode Economic Order Quantity Dan Service Level
2. Sistem Pendukung Keputusan (SPK) Untuk Memilih Mobil Bekas Terbaik Pada Situs Mobil Bekas Dengan Menggunakan Metode Fuzzy Multi Criteria Decision Making (MCDM)
3. Sistem Pendukung Keputusan Analisis Investasi Dan Perluasan Usaha Peternakan Berbasis Web (Studi Kasus Peternak Lobster)
4. Sistem Pendukung Keputusan Analisis Investasi Hotel Dengan Metode Fuzzy Tsukamoto
5. Sistem Pendukung Keputusan Analisis Investasi Laundry Dengan Metode Fuzzy Tsukamoto
6. Sistem Pendukung Keputusan Analisis Investasi Mini Game Center Dengan Metode Fuzzy Tsukamoto
7. Sistem Pendukung Keputusan Analisis Investasi Warnet Dengan Metode Fuzzy Tsukamoto
8. Sistem Pendukung Keputusan Analisis Usaha Tani Hortikultura
9. Sistem Pendukung Keputusan Berbasis Kasus Untuk Penatalaksanaan Pasien Dan Penyakit Kardiovaskuler
10. Sistem Pendukung Keputusan Berinvestasi Rumah Berbasis Web Menggunakan Fuzzy Inference System Dengan Metode Tsukamoto (Studi Kasus xxx)
11. Sistem Pendukung Keputusan Dalam Menentukan Biaya Perawatan Mesin Produksi Makanan Dengan Menggunakan Fuzzy Inference System
12. Sistem Pendukung Keputusan Dalam Penentuan Harga Barang Dengan Metode Dempster-Shafer (Studi Kasus Sarung Tangan)
13. Sistem Pendukung Keputusan Dalam Penentuan Pembelian Barang Dengan Metode AHP (Analitic Hierarchy Process)
14. Sistem Pendukung Keputusan Dalam Penentuan Pembelian Barang Dengan Metode Fuzzy Multi Attribute Decision Making (FMADM) Dengan Bobot Subyektif (Studi Kasus Pembelian Mobil)
15. Sistem Pendukung Keputusan Kelompok (Group Decission Support System)
16. Sistem Pendukung Keputusan Menentukan Efek Tingginya Total Penjualan Pada Industri Kecil Dengan Menggunakan Fuzzy Quantification Theory I
17. Sistem Pendukung Keputusan Menentukan Jumlah Produksi Menggunakan Metode Fuzzy Associative Memory (FAM)
18. Sistem Pendukung Keputusan Pada Situs Batik Menggunakan Fuzzy Metode MCDM Berbasis PHP
19. Sistem Pendukung Keputusan Pada Situs Pencari Restoran Menggunakan Fuzzy Metode MCDM Berbasis PHP
20. Sistem Pendukung Keputusan Pembelian Mobil Dengan Metode Simple Additive Weighting (SAW)
21. Sistem Pendukung Keputusan Pemberian Bonus Berdasarkan Penilaian Kinerja Karyawan Dengan Metode AHP (Analitic Hierarchy Process)
22. Sistem Pendukung Keputusan Pemeliharaan Ikan Air Tawar Ekonomis
23. Sistem Pendukung Keputusan Pemilihan Desain Interior Menggunakan Metode Analytical Hierarchy Process (AHP)
24. Sistem Pendukung Keputusan Pemilihan Home Eksterior Dan Interior Besi Tempa Menggunakan Fuzzy MCDM
25. Sistem Pendukung Keputusan Pemilihan Nama-Nama Islami Untuk Nama Orang Dengan Metode Analytical Hierarchy Process (AHP)
26. Sistem Pendukung Keputusan Pemilihan Penerima Beasiswa Dengan Menggunakan Logika Fuzzy Metode Tsukamoto
27. Sistem Pendukung Keputusan Pemilihan Program Studi Dengan Metode Analytical Hierarchy Process Berbasis Web
28. Sistem Pendukung Keputusan Penanganan Kesehatan Balita
29. Sistem Pendukung Keputusan Pencarian Tempat Bimbingan Belajar Dengan Metode Tahani Berbasis Web
30. Sistem Pendukung Keputusan Pendistribuan Zakat Menggunakan Model Transportasi Berbasis Web
31. Sistem Pendukung Keputusan Penentu Lama Waktu Exercise Untuk Penurunan Kadar Lemak Tubuh Dengan Fuzzy Inference System Metode Sugeno Berbasis Website Menggunakan PHP Dan MySQL
32. Sistem Pendukung Keputusan Penentu Tingkat Resiko Hipertensi Menggunakan Na’ive Bayesian Classification
33. Sistem Pendukung Keputusan Penentu Tingkat Resiko Obesitas Menggunakan Metode Na’ive Bayesian Classification Berbasis Web Menggunakan PHP Dan MySQL
34. Sistem Pendukung Keputusan Penentuan Harga Barang Menggunakan Logika Fuzzy Dengan Metode Sugeno (Studi Kasus Figura Foto)
35. Sistem Pendukung Keputusan Penentuan Jenis Sakit Kepala Dengan Menggunakan Metode MCDM
36. Sistem Pendukung Keputusan Penentuan Lokasi Industri Di Kabupaten Kebumen Berbasis SIG
37. Sistem Pendukung Keputusan Penentuan Pembelian Laptop Dengan Metode AHP (Analytical Hierarchy Process) Berbasis Web
38. Sistem Pendukung Keputusan Penentuan Pemimpin Tingkat Menengah Dengan Metode AHP (Analytical Hierarchy Process) Berbasis Web
39. Sistem Pendukung Keputusan Penentuan Porsi Dana Investasi Portofolio Dengan Model Indeks Tunggal
40. Sistem Pendukung Keputusan Penentuan Status Gizi Dengan Metode K-Nearest Neighbor Berbasis SMS Gateway
41. Sistem Pendukung Keputusan Pengembangan Jaringan Usaha Untuk Teknik Pemasaran Network Marketing
42. Sistem Pendukung Keputusan Penjadwalan Pengadaan Barang Berbasis Web Dan Multimedia
43. Sistem Pendukung Keputusan Terapi Jus Buah Dan Sayur Untuk Penyembuhan Berbagai Macam Penyakit Dengan Metode Multiple Criteria Decision Making (MCDM)
44. Sistem Pendukung Keputusan Untuk Analisis Biaya/Manfaat
45. Sistem Pendukung Keputusan Untuk Menentukan Alternatif Pengembangan Produk Menggunakan Metode Analitycal Hierarchy Process (AHP)
46. Sistem Pendukung Keputusan Untuk Menentukan Jenis Tanaman Produksi Yang Tepat Dengan Metode Multi Criteria Decision Making (MCDM) Berbasis Web
47. Sistem Pendukung Keputusan Untuk Menentukan Nilai Mark-Up Dalam Mendapatkan Harga Penawaran Pada Sebuah Kontraktor
48. Sistem Pendukung Keputusan Untuk Menentukan Performance Bidang Studi/Jurusan Yang Ada Di UII Menggunakan Algoritma Fuzzy C-Means
49. Sistem Pendukung Keputusan Untuk Mensimulasikan Masalah Penugasan Menggunakan Sistem Basis Data Fuzzy
50. Sistem Pendukung Keputusan Untuk Pembelian Kamera Dengan Metode Dempster-Shafer
51. Sistem Pendukung Keputusan Untuk Pemilihan Matakuliah Pada Kartu Rencana Studi (KRS) Menggunakan Logika Fuzzy
52. Sistem Pendukung Keputusan Untuk Pemilihan Pembelian HP Dengan Metode AHP Berbasis Web
53. Sistem Pendukung Keputusan Untuk Pengedalian Waktu Kerja Dengan Metode PERT (Program Evaluation Review Technique)
54. Sistem Pendukung Keputusan Untuk Perkiraan Hasil Turnamen Sepakbola Dengan Metode Electre III
55. Sistem Pendukung Keputusan Untuk Penentuan Reorder Point Stok Obat Pada Instalasi Farmasi Rumah Sakit Pertamina Balikpapan Menggunakan Metode Economic Order Quantity (EOQ) Dan Atau Metode Service Level
56. Sistem Pengambilan Keputusan Dengan Metode AHP (Analitical Hierarchy Process) Untuk Penentuan Predikat Mahasiswa Berprestasi
57. Sistem Pengambilan Keputusan Penentuan Arsitektur, Interior Desain Dan Furniture Rumah Berbasis Web (Studi Kasus CV. xxx)
58. Sistem Pengambilan Keputusan Tender Proyek Dinas Penerangan Umum
59. Sistem Pengambilan Keputusan Untuk Pemilihan Alat-Alat Bantu Kesehatan Dengan Menggunakan Aplikasi Fuzzy Berbasis Web
#sumber : http://irmanf.wordpress.com/2010/03/08/kumpulan-judul-skripsitugas-akhir-sistem-pendukung-keputusan/
1. Sistem Pendukung Keputusan Untuk Sistem Persediaan Menggunakan Metode Economic Order Quantity Dan Service Level
2. Sistem Pendukung Keputusan (SPK) Untuk Memilih Mobil Bekas Terbaik Pada Situs Mobil Bekas Dengan Menggunakan Metode Fuzzy Multi Criteria Decision Making (MCDM)
3. Sistem Pendukung Keputusan Analisis Investasi Dan Perluasan Usaha Peternakan Berbasis Web (Studi Kasus Peternak Lobster)
4. Sistem Pendukung Keputusan Analisis Investasi Hotel Dengan Metode Fuzzy Tsukamoto
5. Sistem Pendukung Keputusan Analisis Investasi Laundry Dengan Metode Fuzzy Tsukamoto
6. Sistem Pendukung Keputusan Analisis Investasi Mini Game Center Dengan Metode Fuzzy Tsukamoto
7. Sistem Pendukung Keputusan Analisis Investasi Warnet Dengan Metode Fuzzy Tsukamoto
8. Sistem Pendukung Keputusan Analisis Usaha Tani Hortikultura
9. Sistem Pendukung Keputusan Berbasis Kasus Untuk Penatalaksanaan Pasien Dan Penyakit Kardiovaskuler
10. Sistem Pendukung Keputusan Berinvestasi Rumah Berbasis Web Menggunakan Fuzzy Inference System Dengan Metode Tsukamoto (Studi Kasus xxx)
11. Sistem Pendukung Keputusan Dalam Menentukan Biaya Perawatan Mesin Produksi Makanan Dengan Menggunakan Fuzzy Inference System
12. Sistem Pendukung Keputusan Dalam Penentuan Harga Barang Dengan Metode Dempster-Shafer (Studi Kasus Sarung Tangan)
13. Sistem Pendukung Keputusan Dalam Penentuan Pembelian Barang Dengan Metode AHP (Analitic Hierarchy Process)
14. Sistem Pendukung Keputusan Dalam Penentuan Pembelian Barang Dengan Metode Fuzzy Multi Attribute Decision Making (FMADM) Dengan Bobot Subyektif (Studi Kasus Pembelian Mobil)
15. Sistem Pendukung Keputusan Kelompok (Group Decission Support System)
16. Sistem Pendukung Keputusan Menentukan Efek Tingginya Total Penjualan Pada Industri Kecil Dengan Menggunakan Fuzzy Quantification Theory I
17. Sistem Pendukung Keputusan Menentukan Jumlah Produksi Menggunakan Metode Fuzzy Associative Memory (FAM)
18. Sistem Pendukung Keputusan Pada Situs Batik Menggunakan Fuzzy Metode MCDM Berbasis PHP
19. Sistem Pendukung Keputusan Pada Situs Pencari Restoran Menggunakan Fuzzy Metode MCDM Berbasis PHP
20. Sistem Pendukung Keputusan Pembelian Mobil Dengan Metode Simple Additive Weighting (SAW)
21. Sistem Pendukung Keputusan Pemberian Bonus Berdasarkan Penilaian Kinerja Karyawan Dengan Metode AHP (Analitic Hierarchy Process)
22. Sistem Pendukung Keputusan Pemeliharaan Ikan Air Tawar Ekonomis
23. Sistem Pendukung Keputusan Pemilihan Desain Interior Menggunakan Metode Analytical Hierarchy Process (AHP)
24. Sistem Pendukung Keputusan Pemilihan Home Eksterior Dan Interior Besi Tempa Menggunakan Fuzzy MCDM
25. Sistem Pendukung Keputusan Pemilihan Nama-Nama Islami Untuk Nama Orang Dengan Metode Analytical Hierarchy Process (AHP)
26. Sistem Pendukung Keputusan Pemilihan Penerima Beasiswa Dengan Menggunakan Logika Fuzzy Metode Tsukamoto
27. Sistem Pendukung Keputusan Pemilihan Program Studi Dengan Metode Analytical Hierarchy Process Berbasis Web
28. Sistem Pendukung Keputusan Penanganan Kesehatan Balita
29. Sistem Pendukung Keputusan Pencarian Tempat Bimbingan Belajar Dengan Metode Tahani Berbasis Web
30. Sistem Pendukung Keputusan Pendistribuan Zakat Menggunakan Model Transportasi Berbasis Web
31. Sistem Pendukung Keputusan Penentu Lama Waktu Exercise Untuk Penurunan Kadar Lemak Tubuh Dengan Fuzzy Inference System Metode Sugeno Berbasis Website Menggunakan PHP Dan MySQL
32. Sistem Pendukung Keputusan Penentu Tingkat Resiko Hipertensi Menggunakan Na’ive Bayesian Classification
33. Sistem Pendukung Keputusan Penentu Tingkat Resiko Obesitas Menggunakan Metode Na’ive Bayesian Classification Berbasis Web Menggunakan PHP Dan MySQL
34. Sistem Pendukung Keputusan Penentuan Harga Barang Menggunakan Logika Fuzzy Dengan Metode Sugeno (Studi Kasus Figura Foto)
35. Sistem Pendukung Keputusan Penentuan Jenis Sakit Kepala Dengan Menggunakan Metode MCDM
36. Sistem Pendukung Keputusan Penentuan Lokasi Industri Di Kabupaten Kebumen Berbasis SIG
37. Sistem Pendukung Keputusan Penentuan Pembelian Laptop Dengan Metode AHP (Analytical Hierarchy Process) Berbasis Web
38. Sistem Pendukung Keputusan Penentuan Pemimpin Tingkat Menengah Dengan Metode AHP (Analytical Hierarchy Process) Berbasis Web
39. Sistem Pendukung Keputusan Penentuan Porsi Dana Investasi Portofolio Dengan Model Indeks Tunggal
40. Sistem Pendukung Keputusan Penentuan Status Gizi Dengan Metode K-Nearest Neighbor Berbasis SMS Gateway
41. Sistem Pendukung Keputusan Pengembangan Jaringan Usaha Untuk Teknik Pemasaran Network Marketing
42. Sistem Pendukung Keputusan Penjadwalan Pengadaan Barang Berbasis Web Dan Multimedia
43. Sistem Pendukung Keputusan Terapi Jus Buah Dan Sayur Untuk Penyembuhan Berbagai Macam Penyakit Dengan Metode Multiple Criteria Decision Making (MCDM)
44. Sistem Pendukung Keputusan Untuk Analisis Biaya/Manfaat
45. Sistem Pendukung Keputusan Untuk Menentukan Alternatif Pengembangan Produk Menggunakan Metode Analitycal Hierarchy Process (AHP)
46. Sistem Pendukung Keputusan Untuk Menentukan Jenis Tanaman Produksi Yang Tepat Dengan Metode Multi Criteria Decision Making (MCDM) Berbasis Web
47. Sistem Pendukung Keputusan Untuk Menentukan Nilai Mark-Up Dalam Mendapatkan Harga Penawaran Pada Sebuah Kontraktor
48. Sistem Pendukung Keputusan Untuk Menentukan Performance Bidang Studi/Jurusan Yang Ada Di UII Menggunakan Algoritma Fuzzy C-Means
49. Sistem Pendukung Keputusan Untuk Mensimulasikan Masalah Penugasan Menggunakan Sistem Basis Data Fuzzy
50. Sistem Pendukung Keputusan Untuk Pembelian Kamera Dengan Metode Dempster-Shafer
51. Sistem Pendukung Keputusan Untuk Pemilihan Matakuliah Pada Kartu Rencana Studi (KRS) Menggunakan Logika Fuzzy
52. Sistem Pendukung Keputusan Untuk Pemilihan Pembelian HP Dengan Metode AHP Berbasis Web
53. Sistem Pendukung Keputusan Untuk Pengedalian Waktu Kerja Dengan Metode PERT (Program Evaluation Review Technique)
54. Sistem Pendukung Keputusan Untuk Perkiraan Hasil Turnamen Sepakbola Dengan Metode Electre III
55. Sistem Pendukung Keputusan Untuk Penentuan Reorder Point Stok Obat Pada Instalasi Farmasi Rumah Sakit Pertamina Balikpapan Menggunakan Metode Economic Order Quantity (EOQ) Dan Atau Metode Service Level
56. Sistem Pengambilan Keputusan Dengan Metode AHP (Analitical Hierarchy Process) Untuk Penentuan Predikat Mahasiswa Berprestasi
57. Sistem Pengambilan Keputusan Penentuan Arsitektur, Interior Desain Dan Furniture Rumah Berbasis Web (Studi Kasus CV. xxx)
58. Sistem Pengambilan Keputusan Tender Proyek Dinas Penerangan Umum
59. Sistem Pengambilan Keputusan Untuk Pemilihan Alat-Alat Bantu Kesehatan Dengan Menggunakan Aplikasi Fuzzy Berbasis Web
#sumber : http://irmanf.wordpress.com/2010/03/08/kumpulan-judul-skripsitugas-akhir-sistem-pendukung-keputusan/
Senin, 24 Januari 2011
Kandungan Pada Sayur Genjer
Genjer (Limnocharis flava) merupakan tanaman terna, tumbuh di rawa atau kolam berlumpur yang banyak airnya. Konon asalnya dari Amerika, terutama bagian negara beriklim tropis. Selain daunnya, bunga genjer muda juga enak dijadikan masakan. Genjer cocok diolah menjadi tumisan, lalap, pecel, campuran gado-gado atau dibuat sayur bobor.
Warna daunnya hijau dengan lapisan lilin sehingga terlihat mengkilat. Sifat sayur ini liat dengan rasa yang lezat. Genjer kaya akan unsur gizi. Setiap 100 g genjer mengandung energi 39 kkal, protein 1.7 g, karbohidrat 7.7 g, kalsium 62 mg, fosfor 33 mg dan zat besi 2.1 mg. Sayuran ini juga kaya akan serat yang baik untuk menjaga saluran sistem pencernaan. Jika rajin mengkonsumsi sayuran ini, dipercaya kanker kolon dan sembelit akan jauh dari Anda.
Sabtu, 22 Januari 2011
khiLaaf
ketika semua mengakhiri untuk tidak lagi menemani aku,,
aku tak sempurna,
terkadang khilaf menemui hidup ini,,
yg seharusnya diingatkan malah ditinggalkan,
ketika itu hampir putus asa,,
tak ada lg yg peduli,,
aku menyadari sikap ini semakin jauh dariMu,,
aku tau salah,
y Allah ingatkan aku dikala aku salah,
hanya Engkau yang Maha Tahu hati ini.
aku tak sempurna,
terkadang khilaf menemui hidup ini,,
yg seharusnya diingatkan malah ditinggalkan,
ketika itu hampir putus asa,,
tak ada lg yg peduli,,
aku menyadari sikap ini semakin jauh dariMu,,
aku tau salah,
y Allah ingatkan aku dikala aku salah,
hanya Engkau yang Maha Tahu hati ini.
Langganan:
Postingan (Atom)