Modul - DSS - Bab 15 - Sampling Project

Modul Decision Support System / Sistem Pendukung Keputusan

Download Modul Bab 15

Bab 15 - Sampling Project

Dalam sampling project ini adapun contoh project nya adalah tentang penentuan
kelayakan kredit pada suatu bank menggunakan metode Simple Additive Weighting (SAW).
Dalam sistem ini terdapat beberapa form input di antaranya:
1. Form Hitung SAW
2. Form Indikator
3. Form Kriteria
4. Form Menu Utama
5. Form Nasabah
6. Form Nilai Nasabah
7. Lap. Hasil Rangking
8. Lap. Nasabah
9. Modul
Dalam kajian sampling project ini yang turut di lampirkan adalah rancangan form input
Hitung SAW (Simple Additive Weighting).

Sumber : Modul Dicky Nofriansyah, S.Kom., M.Kom (STIMIK Triguna Dharma Medan) - Link

Modul - DSS - Bab 14 - Metode Preference Ranking Organization Method for Enrichment Evaluation (PROMETHEE)

Modul Decision Support System / Sistem Pendukung Keputusan

Download Modul Bab 14

Bab 14 - Metode Preference Ranking Organization Method for Enrichment Evaluation (PROMETHEE)

Preference Ranking Organization Method for Enrichment Evaluation (Promethee)
adalah suatu metode penentuan urutan (prioritas) dalam analisis multikriteria. Masalah
pokoknya adalah kesederhanaan, kejelasan, kestabilan. Dugaan dan dominasi kriteria
yang digunakan dalam Promethee adalah penggunaan nilai hubungan antar autranking
(Brans, 1982:32).
Prinsip yang digunakan adalah penetapan prioritas alternative yang telah
ditetapkan berdasarkan pertimbangan (∀i|fi(.) → ℜ R[Real]), dengan kaidah dasar:
MaX{f1(X),f2(X),f3(X),……fk(X) | X ∈ R},
Dimana K adalah sejumlah kumpulan alternative, dan f1 (i=1,2,3,…,K) merupakan
nilai\ukuran relative criteria masing-masing alternative. Dalam aplikasinya sejumlah
kriteria telah ditetapkan untuk menjelaskan K yang merupakan penilaian dari R (real).
Promethee termasuk dalam keluarga metode Outranking yang dikembangkan
oleh B. Roy dan meliputi dua fase:
 Membangun hubungan Outranking dari K.
 Ekspolitasi dari hubungan ini memberikan jawaban optimasi kriteria dalam
paradigma permasalahan multikriteria.
Dalam fase pertama, nilai hubungan outranking berdasarkan pertimbangan
dominasi masing-masing kriteria indeks preferensi ditentukan dan nilai outranking
secara grafis disajikan berdasarkan preferensi dari pembuat keputusan. Data dasar
untuk evaluasi dengan metode Promethee disajikan sebagai berikut (Daihani dan Dadan,
2001).
Berikut ini merupakan penjelasan dari istilah atau singkatan yang digunakan :
1. K1(A1) : Elemen matrik K1 baris ke 1 dan kolom ke 1
2. K1(A2) : Elemen matrik K1 baris ke 1 dan kolom ke 2
3. Kmn : Elemen matrik K baris ke m dan kolom ke n

Sumber : Modul Dicky Nofriansyah, S.Kom., M.Kom (STIMIK Triguna Dharma Medan) - Link

Modul - DSS - Bab 13 - Logika Fuzzy + Weight Product

Modul Decision Support System / Sistem Pendukung Keputusan

Download Modul Bab 13

Bab 13 -  Logika Fuzzy + Weight Product

Fuzzy mungkin merupakan suatu kata yang agak asing bagi kita. Dalam terjemahan
menurut kosa katanya fuzzy berari kabur. Logika berarti penalaran. Jika digabungkan
menjadi satu kalimat berarti Penalaran Yang Kabur. Benarkah demikian? Mengapa
penalaran yang kabur justru perlu untuk dipelajari? Logika fuzzy adalah suatu cara yang
tepat untuk memetakan suatu ruang input ke dalam suatu ruang output.

Manajer pergudangan mengatakan pada manajer produksi seberapa banyak
persediaan barang pada akhir minggu ini, kemudian manajer produksi akan menetapkan
jumlah barang yang harus diproduksi esok hari. Pelayan restoran memberikan
pelayanan terhadap tamu, kemudian tamu akan memberikan tip yang sesuai atas baik
tidaknya pelayanan yang diberikan Penumpang taksi berkata pada sopir taksi seberapa
cepat laju kendaraan yang diinginkan, sopir taksi akan mengatur pijakan gas taksinya
Ada beberapa cara atau metode yang mampu bekerja di kotak hitam tersebut, seperti
sistem fuzzy, jaringan syaraf tiruan, sistem linier, sistem pakar, persamaan diferensial,
dan sebagainya. Namun menurut Prof. Lotfi A. Zadeh seorang profesor dari Universitas
California, Berkeley, yang adalah penemu Logika fuzzy pada tahun 1960-an menyatakan
bahwa setiap kasus dapat saja diselesaikan tanpa menggunakan logika fuzzy, tetapi
pemanfaatan logika fuzzy akan mempercepat dan mempermudah hasil dalam setiap
kasus. Berikut adalah gambar dari Prof. Lotfi A. Zadeh.
Seperti halnya Metode Weight Product (WP), metode Logika Fuzzy + Weight Product
yang sering disebut Metode F-WP merupakan salah satu pengembangan dari metode
Weight Product (WP) yang dalam penghitungan nilai alternatif dan kriteria
menggunakan pendekatan fuzzy yang bernilai 0-1. Sesuai dengan Bab 2 bahwasanya
teknik pengukuran dalam metode penyelesaian yang mengadopsi logika fuzzy yaitu
memecahkan suatu permasalahan yang sifatnya Ordinal Value dan harus di bobotkan
sehingga masalah yang dibahas akan lebih jelas penyelesaiannya. Adapun algoritma
penyelesaian dari metode Weight Product yaitu sebagai berikut:
1. Langkah 1 : Mendefinisikan terlebih dahulu kriteria-kriteria yang akan di jadikan
sebagai tolak ukur penyelesaian masalah
2. Langkah 2 : Menormalisasi setiap nilai alternatif (nilai vektor) ke dalam logika fuzzy
3. Langkah 3 : Menghitung nilai bobot preferensi pada setiap alternatif
4. Langkah 4 : Melakukan perangkingan

Sumber : Modul Dicky Nofriansyah, S.Kom., M.Kom (STIMIK Triguna Dharma Medan) - Link

Modul - DSS - Bab 12 - Logika Fuzzy + Metode Simple Additive Weighting (F-SAW)

Modul Decision Support System / Sistem Pendukung Keputusan

Download Modul Bab 12

Bab 12 - Logika Fuzzy + Metode Simple Additive Weighting (F-SAW)

12.1 Pendahuluan Logika Fuzzy + Metode Simple Additive Weighting (F-SAW)
Berdasarkan namanya, metode Logika Fuzzy + Simple Additive Weighting (F-SAW)
tergolong dari jenis FMADM (Fuzzy Multi Attribute Decision Making) dan merupakan
pengembangan dari metode Simple Additive Weighting. Hanya saja dalam metode ini
nilai setiap alternatif harus di normalisasikan dalam rentang nilai Fuzzy yaitu 0-1. Sesuai
dengan Bab 2 bahwasanya teknik pengukuran dalam metode penyelesaian yang
mengadopsi logika fuzzy yaitu memecahkan suatu permasalahan yang sifatnya Ordinal
Value dan harus di bobotkan sehingga masalah yang dibahas akan lebih jelas
penyelesaiannya.
Adapun algoritma penyelesaian metode ini yaitu sebagai berikut:
1. Langkah 1 : Mendefinisikan terlebih dahulu kriteria-kriteria yang akan di jadikan
sebagai tolak ukur penyelesaian masalah
2. Langkah 2 : Menormalisasi setiap nilai alternatif pada setiap atribut dengan cara
menghitung nilai rating kinerja dan mengkonversikannya kedalam bilangan Fuzzy
3. Langkah 3 : Menghitung nilai bobot preferensi pada setiap alternatif
4. Langkah 4 : Melakukan perangkingan
Adapun rumus yang digunakan pada metode simple additive weighting yaitu:
- Menormalisasikan setiap alternating (menghitung nilai rating kinerja)
- Menghitung nilai bobot preferensi pada setia alternatif


Sumber : Modul Dicky Nofriansyah, S.Kom., M.Kom (STIMIK Triguna Dharma Medan) - Link

Modul - DSS - Bab 11 - Metode Oreste

Modul Decision Support System / Sistem Pendukung Keputusan

Download Modul Bab 11

Bab 11 - Metode Oreste

Metode Oreste merupakan salah satu metode dalam sistem pendukung
keputusan yang terbilang baru. Metode ini merupakan pengembangan dari beberapa
metode lain yang terhimpun dalam metode Multi Attribute Decision Making (MADM).
Dalam metode ini terdapat hal yang unit yaitu dengan mengadopsi Besson Rank. Besson
Rank merupakan pendekatan untuk membuat skala prioritas dari setiap indikator
kriteria, dimana apabila terdapat nilai kriteria maka dalam perangkingannya
menggunakan pendekatan rata-rata.
Adapun algoritma penyelesaian metode Oreste yaitu sebagai berikut:
1. Langkah 1 : Mendefinisikan terlebih dahulu kriteria-kriteria yang akan di jadikan
sebagai tolak ukur penyelesaian masalah
2. Langkah 2 : Mengubah setiap data alternatif ke dalam Besson Rank
3. Langkah 3 : Menghitung Nilai Distance Score setiap pasangan alternatif
4. Langkah 4 : Menghitung Nilai Preferensi (Vi) = Distance Score * Wj
5. Langkah 5 : Melakukan perangkingan

Sumber : Modul Dicky Nofriansyah, S.Kom., M.Kom (STIMIK Triguna Dharma Medan) - Link

STIKI - Bisnis Berbasis Teknologi 2019 - Pertemuan 07

Download PDF - STIKI - Bisnis Berbasis Teknologi  2019 - Pertemuan 07

Mata Kuliah : Bisnis Berbasis Teknologi

Program Studi : Teknik Informatika

STIMIK STIKOM Indonesia

Tahun Ajaran 2018 – 2019

Pertemuan : 07

Kemampuan Akhir yang Diharapkan :

Mampu membuat prototype produk

Indikator:

·         Dapat membuat mockup produk

Materi Pembelajaran

·         Membuat mockup produck

Daftar Pustaka

·         Ries Eric. 2015. The Lean Startup, Yogyakarta : Bentang

·         Yogaswara Arisatya. 2016. 101 of Successful Startup. Yogyakarta : Cakrawala

·         Uzzaman Anis. 2016. Startup Pedia. Yogyakarta : Benteng

·         Sutherland Jeff. 2017. Scrum. Yogyakarta : Benteng

·         Ostewalder Alexander. Pigneur Yves. 2014. Business Model Generation, Jakarta : PT Alex Media Komputindo.

STIKI - Bisnis Berbasis Teknologi 2019 - Pertemuan 06

Download PDF - STIKI - Bisnis Berbasis Teknologi  2019 - Pertemuan 06

Mata Kuliah : Bisnis Berbasis Teknologi

Program Studi : Teknik Informatika

STIMIK STIKOM Indonesia

Tahun Ajaran 2018 – 2019

Pertemuan : 06

Kemampuan Akhir yang Diharapkan :

Mampu membuat prototype produk

Indikator:

·         Dapat membuat mockup produk

Materi Pembelajaran

·         Membuat mockup produck

Daftar Pustaka

·         Ries Eric. 2015. The Lean Startup, Yogyakarta : Bentang

·         Yogaswara Arisatya. 2016. 101 of Successful Startup. Yogyakarta : Cakrawala

·         Uzzaman Anis. 2016. Startup Pedia. Yogyakarta : Benteng

·         Sutherland Jeff. 2017. Scrum. Yogyakarta : Benteng

·         Ostewalder Alexander. Pigneur Yves. 2014. Business Model Generation, Jakarta : PT Alex Media Komputindo.

STIKI - Analisa Dan Desain Sistem Informasi 2019 - Pertemuan 07

Download PDF - STIKI - Analisa dan Desain Sistem Informasi 2019 - Pertemuan 07

Mata Kuliah : Analisa dan Desain Sistem Informasi

Program Studi : Teknik Informatika

STIMIK STIKOM Indonesia

Tahun Ajaran 2018 – 2019

Pertemuan : 07

Kemampuan Akhir yang Diharapkan :

Mahasiswa memahami konsep dari diagram alir

Indikator:

·         Ketepatan menjelaskan tentang pengertian diagram alir

·         Ketepatan menjelaskan tujuan diagram alir

·         Ketepatan menjelaskan tentang symbol diagram alir

·         Ketepatan menjelaskan aturan pembuatan diagram alir

·         Ketepatan menjelaskan diagram aliran data logic dan fisik

Materi Pembelajaran

·         Pengertian diagram alir

·         Tujuan diagram alir

·         Symbol diagram alir

·         Aturan pembuatan diagram alir

·         Diagram aliran data logic dan fisik

Daftar Pustaka

·         Jogiyanto, H. 1990. Analisis dan Desain Sistem Informasi. Yogyakarta : Andi Offset

·         Kendall, Keneth E.,Kendall, Julie E. 2010. Analisis dan Perancangan Sistem Edisi Kelima Jilid 1. Jakarta : Indeks

·         Kendall, Keneth E.,Kendall, Julie E. 2010. Analisis dan Perancangan Sistem Edisi Kelima Jilid 2. Jakarta : Indeks

·         Indrajani. 2017. Database Design. Jakarta : PT Elex Media Komputindo

STIKI - Analisa Dan Desain Sistem Informasi 2019 - Pertemuan 06

Download PDF - STIKI - Analisa dan Desain Sistem Informasi 2019 - Pertemuan 06

Mata Kuliah : Analisa dan Desain Sistem Informasi

Program Studi : Teknik Informatika

STIMIK STIKOM Indonesia

Tahun Ajaran 2018 – 2019

Pertemuan : 06

Kemampuan Akhir yang Diharapkan :

Mahasiswa merancang mengenai perancangan Statement of Purpose dan Event List

Indikator:

·         Ketepatan merancang Statement of Purpose

·         Ketepatan merancang daftar Event List

Materi Pembelajaran

·         Statement of Purpose

·         Event List

Daftar Pustaka

·         Jogiyanto, H. 1990. Analisis dan Desain Sistem Informasi. Yogyakarta : Andi Offset

·         Kendall, Keneth E.,Kendall, Julie E. 2010. Analisis dan Perancangan Sistem Edisi Kelima Jilid 1. Jakarta : Indeks

·         Kendall, Keneth E.,Kendall, Julie E. 2010. Analisis dan Perancangan Sistem Edisi Kelima Jilid 2. Jakarta : Indeks

·         Indrajani. 2017. Database Design. Jakarta : PT Elex Media Komputindo

STIKI - Artificial Intelligence 2019 - Pertemuan 07

Download PDF - STIKI - Artificial Intelligence  2019 - Pertemuan 07

Mata Kuliah : Artificial Intelligence

Program Studi : Teknik Informatika / Sistem Komputer

STIMIK STIKOM Indonesia

Tahun Ajaran 2018 – 2019

Pertemuan : 07

Kemampuan Akhir yang Diharapkan :

Mahasiswa mampu memahami bagaimana metode inferensi dapat memecahkan permasalahan dalam system berbasis pengetahuan

Indikator:

·         Ketepatan menjelaskan perbedaan trees, lattice dan graph

·         Ketepatan menjelaskan perbedaan penggunaan trees, logika dan silogisme untuk memecahkan permasalahan

·         Ketepatan menjelaskan aturan-aturan inferensi

·         Ketepatan dalam memilih metode inferensi untuk memecahkan permasalahan

Materi Pembelajaran

·         Trees, Lattice, dan graph

·         Ruang keadaan dan ruang permasalahan

·         AND-OR-Tree dan goals

·         Logika deduktif dan silogisme

·         Aturan dari inferensi

Daftar Pustaka

·         Kusumadewi, Sri. 2003. Artificial Intelligence (Teknik dan Aplikasinya). Yogyakarta : Graha Ilmu

·         Suyanto. 2007. Artificial Intelligence (Searching, Reasoning, Planning, and Learning). Bandung : Informatika

·         Sutojo, T.,Edy Mulyanto, Vincent Suhartono. 2011. Artificial Intelligence. Yogyakarta : Andi

·         Russell, Stuart J., Peter Norvig. 2003. Artificial Intelligence (A Modern Aproach). New Jersey : Pearson

·         Jones, M Tim. 2008. Artificial Intelligence (A System Approach). Massachusetts : Infinity Science Press.

·         Fausett, Laurence V. 1994. Fundamentals of Neural Networks : Architectures, Algorithm, and Applications. Delhi : Pretince-Hall

STIKI - Artificial Intelligence 2019 - Pertemuan 06

Download PDF - STIKI - Artificial Intelligence  2019 - Pertemuan 06

Mata Kuliah : Artificial Intelligence

Program Studi : Teknik Informatika / Sistem Komputer

STIMIK STIKOM Indonesia

Tahun Ajaran 2018 – 2019

Pertemuan : 06

Kemampuan Akhir yang Diharapkan :

Mahasiswa mampu memahami konsep representasi pengetahuan dalam bentuk logika

Indikator:

·         Ketepatan menjelaskan elemen-elemen logika dalam representasi pengetahuan

·         Ketepatan menjelaskan perbedaan logika proposisi dan logika predikat order pertama

·         Ketepatan menjelaskan perbedaan quantifier universal dengan existensial

·         Penguasaan dalam menyusun representasi pengetahuan dalam bentuk logika proposisi maupun logika predikar order pertama

Materi Pembelajaran

·         Logika dan set / himpunan

·         Logika proposisi

·         Logika predikat order pertama

·         Quantifier universal dan existensial

·         Quantifier dan set/ himpunan

Daftar Pustaka

·         Kusumadewi, Sri. 2003. Artificial Intelligence (Teknik dan Aplikasinya). Yogyakarta : Graha Ilmu

·         Suyanto. 2007. Artificial Intelligence (Searching, Reasoning, Planning, and Learning). Bandung : Informatika

·         Sutojo, T.,Edy Mulyanto, Vincent Suhartono. 2011. Artificial Intelligence. Yogyakarta : Andi

·         Russell, Stuart J., Peter Norvig. 2003. Artificial Intelligence (A Modern Aproach). New Jersey : Pearson

·         Jones, M Tim. 2008. Artificial Intelligence (A System Approach). Massachusetts : Infinity Science Press.

·         Fausett, Laurence V. 1994. Fundamentals of Neural Networks : Architectures, Algorithm, and Applications. Delhi : Pretince-Hall

STIKI - Analisa Dan Desain Sistem Informasi 2019 - Pertemuan 05

Download PDF - STIKI - Analisa dan Desain Sistem Informasi 2019 - Pertemuan 05

Mata Kuliah : Analisa dan Desain Sistem Informasi

Program Studi : Teknik Informatika

STIMIK STIKOM Indonesia

Tahun Ajaran 2018 – 2019

Pertemuan : 05

Kemampuan Akhir yang Diharapkan :

Mahasiswa memahami Document Flow Diagram dan System Flow Diagram

Indikator:

·         Ketepatan menjelaskan tentang teori Document Flow Diagram dan System Flow Diagram

·         Ketepatan memahami tahapan merancang Document Flow Diagram

·         Ketepatan memahami tahapan merancang System Flow Diagram

Materi Pembelajaran

·         Teori mengenai Document Flow Diagram dan System Flow Diagram

·         Tahapan merancang Document Flow Diagram

·         Tahapan merancang System Flow Diagram

Daftar Pustaka

·         Jogiyanto, H. 1990. Analisis dan Desain Sistem Informasi. Yogyakarta : Andi Offset

·         Kendall, Keneth E.,Kendall, Julie E. 2010. Analisis dan Perancangan Sistem Edisi Kelima Jilid 1. Jakarta : Indeks

·         Kendall, Keneth E.,Kendall, Julie E. 2010. Analisis dan Perancangan Sistem Edisi Kelima Jilid 2. Jakarta : Indeks

·         Indrajani. 2017. Database Design. Jakarta : PT Elex Media Komputindo

STIKI - Artificial Intelligence 2019 - Pertemuan 05

Download PDF - STIKI - Artificial Intelligence  2019 - Pertemuan 05

Mata Kuliah : Artificial Intelligence

Program Studi : Teknik Informatika / Sistem Komputer

STIMIK STIKOM Indonesia

Tahun Ajaran 2018 – 2019

Pertemuan : 05

Kemampuan Akhir yang Diharapkan :

Mahasiswa mampu memahami representasi pengetahuan yang umum digunakan dalam Artificial Intelligence

Indikator:

·         Ketepatan menjelaskan definisi pengetahuan

·         Ketepatan menjelaskan berbagai teknik representasi pengetahuan

·         Penugasan dalam menyusun representasi pengetahuan dalam bentuk yang umum digunakan

Materi Pembelajaran

·         Definisi Pengetahuan

·         Jaringan semantik

·         Frame

·         Script

·         Sistem Produksi

Daftar Pustaka

·         Kusumadewi, Sri. 2003. Artificial Intelligence (Teknik dan Aplikasinya). Yogyakarta : Graha Ilmu

·         Suyanto. 2007. Artificial Intelligence (Searching, Reasoning, Planning, and Learning). Bandung : Informatika

·         Sutojo, T.,Edy Mulyanto, Vincent Suhartono. 2011. Artificial Intelligence. Yogyakarta : Andi

·         Russell, Stuart J., Peter Norvig. 2003. Artificial Intelligence (A Modern Aproach). New Jersey : Pearson

·         Jones, M Tim. 2008. Artificial Intelligence (A System Approach). Massachusetts : Infinity Science Press.

·         Fausett, Laurence V. 1994. Fundamentals of Neural Networks : Architectures, Algorithm, and Applications. Delhi : Pretince-Hall