TRISUDARMO, Ragel and Sediyono, Eko and Suseno, Jatmiko Endro (2020) KOMBINASI METODE FUZZY C-MEANS CLUSTERING DAN SIMPLE ADDITIVE WEIGHTING PADA SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN BEASISWA. Masters thesis, School of Postgraduate Studies.

	Text COVER_dll.pdf Download (3MB)
	Text BAB 1.pdf Download (273kB)
	Text BAB 2.pdf Download (726kB)
	Text BAB 3.pdf Restricted to Repository staff only Download (455kB)
	Text BAB 4.pdf Restricted to Repository staff only Download (967kB)
	Text BAB 5.pdf Download (264kB)
	Text DAFTAR PUSTAKA.pdf Download (380kB)

Abstract

Tingginya angka putus sekolah menjadi hambatan dalam meningkatkan kualitas sumber daya manusia, Salah satu faktor penghambat yang berpengaruh besar terhadap angka putus sekolah adalah biaya pendidikan, Untuk menyelesaikan hambatan tersebut diperlukan program beasiswa untuk membantu meringankan biaya pendidikan. Beasiswa di SMK Auto Matsuda memiliki dua jenis beasiswa yang dikelompokkan berdasarkan kriteria prestasi dan keadaan ekonomi keluarga.
Penentuan penerima beasiswa ini masih dilakukan secara manual, belum memiliki sistem pengambil keputusan yang objektif dan transparan, hal ini menjadi latar belakang untuk melakukan penelitian dalam membuat sistem pengambil
keputusan mengunakan kombinasi yaitu Metode Fuzzy CMeans (FCM) dan Simple Additive Weighting (SAW). Kombinasi yang dilakukan Metode Fuzzy CMeans (FCM) digunakan untuk pengelompokan berdasarkan cluster dengan menentukan bobot keanggotaan secara objektif berdasarkan masing-masing
kriteria variabel, sedangkan metode Simple Additive Weighting (SAW) digunakan untuk penjumlahan berbobot pada semua kriteria alternatif cluster terbaik yang berdasarkan penilaian kinerja dari hasil skor tertinggi secara keseluruhan, maka
alternatif terbaik digunakan sebagai rekomendasi penerima beasiswa yayasan dengan menampilkan hasil akhir calon penerima beasiswa dari nilai terbesar cluster 1 (sangat direkomendasikan), cluster 2 direkomendasikan dan cluster 3
tidak direkomendasikan.
Kata Kunci : Beasiswa, SPK, Fuzzy C-Means (FCM), Simple Additive Weighting (SAW)

The high dropout rate is an obstacle in improving the quality of human resources. One of the inhibiting factors that have a major influence on the dropout rate is the cost of education. To solve this obstacle, a scholarship program is needed to help
reduce the cost of education. Scholarships at SMK Auto Matsuda have two types of scholarships which are grouped based on achievement criteria and family economic conditions. Determination of scholarship recipients is still done manually, does not have an objective and transparent decision-making system, this is the background for conducting research in making decision-making systems using a combination, namely the Fuzzy C-Means Method (FCM) and Simple Additive Weighting (SAW) . The combination carried out by the Fuzzy CMeans Method (FCM) is used for grouping based on clusters by determining membership weights objectively based on each variable criterion, while the Simple Additive Weighting (SAW) method is used for weighting sums of all the best alternative cluster criteria based on assessment. the performance of the
highest overall score, then the best alternative is used as a recommendation for foundation scholarship recipients by displaying the final results of the scholarship recipients from the largest score of cluster 1 (highly recommended), cluster 2
recommended and cluster 3 not recommended.
Key Words: Scholarship, SPK, Fuzzy C-Means (FCM), Simple Additive Weighting (SAW)

Actions (login required)

View Item