Nama : Demver Milliandro

Kelas : TI.21.C4
NIM : 312110309

Tugas Pertemuan 2
Hasil dari keputusan :
1. Hasil Keputusan untuk Laboratorium "Pemrograman Web dan Mobile" (Y = E1 • E2 • E3):
Seseorang memenuhi syarat menjadi asisten di laboratorium ini jika IPK > 3.00 (E1 = Ya), seseorang minimal berad
2. Hasil Keputusan untuk Laboratorium "Komputasi dan Sistem Kecerdasan" (X = E1 • E4):
Seseorang memenuhi syarat menjadi asisten di laboratorium ini jika IPK > 3.00 (E1 = Ya) dan seseorang mendapatk
3. Hasil Keputusan untuk Laboratorium "Sistem Informasi dan RPL" (Z = E1 • E2 • E5):
Seseorang memenuhi syarat menjadi asisten di laboratorium ini jika IPK > 3.00 (E1 = Ya), seseorang minimal berad
4. Hasil Keputusan untuk Laboratorium "Multimedia dan Grafis" (W = E1 • E6):
Seseorang memenuhi syarat menjadi asisten di laboratorium ini jika IPK > 3.00 (E1 = Ya) dan seseorang mendapatk
5. Hasil Keputusan untuk Laboratorium "Sistem dan Jaringan Komputer" (V = E1 • E2 • E7):
Seseorang memenuhi syarat menjadi asisten di laboratorium ini jika IPK > 3.00 (E1 = Ya), seseorang minimal berad

Tugas Pertemuan 4

Tugas Pertemuan 5
Tugas Pertemuan 7
Metode Topsis
Kriteria
Alternatif C1 C2
juta (Rp) (%)
A1 420 75
A2 580 220
A3 350 80
A4 410 170
Kriteria Cost Benefit
Bobot 0.2 0.15
a), seseorang minimal berada di semester 3 (E2 = Ya), dan seseorang mendapatkan nilai A pada mata kuliah Algoritma Pemrograman (E3 =

a) dan seseorang mendapatkan nilai A pada mata kuliah Kecerdasan Buatan (E4 = Ya).

a), seseorang minimal berada di semester 3 (E2 = Ya), dan seseorang mendapatkan nilai A pada mata kuliah Basis Data (E5 = Ya).

a) dan seseorang mendapatkan nilai A pada mata kuliah Multi Media (E6 = Ya).

a), seseorang minimal berada di semester 3 (E2 = Ya), dan seseorang mendapatkan nilai A pada mata kuliah Jaringan Komputer (E7 = Ya).
Kriteria Membuat Matriks Ternormalisasi ('R)
C3 C4 C5 Pembagi 896.3258 298.8729 6.164414 5.477226 4.242641
R 0.46858 0.250943 0.486664 0.182574 0.707107
3 1 3 R 0.647086 0.736099 0.324443 0.547723 0.471405
2 3 2 R 0.390483 0.267672 0.648886 0.365148 0.235702
4 2 1 R 0.457423 0.568804 0.486664 0.730297 0.471405
3 4 2
Benefit Cost Benefit Membuat Matriks Ternomalisasi Terbobot (Y)
0.3 0.25 0.1 Y 0.093716 0.037641 0.145999 0.045644 0.070711
Y 0.129417 0.110415 0.097333 0.136931 0.04714
Y 0.078097 0.040151 0.194666 0.091287 0.02357
Y 0.091485 0.085321 0.145999 0.182574 0.04714

Nilai Referensi RANK

V1 0.638238 1
V2 0.380708 3
V3 0.597969 2
V4 0.352034 4
Algoritma Pemrograman (E3 = Ya).

Basis Data (E5 = Ya).

Jaringan Komputer (E7 = Ya).

Solusi Ideal Positif
A+ 0.078097 0.110415 0.194666 0.045644 0.070711

Solusi Ideal Negatif

A- 0.129417 0.037641 0.097333 0.182574 0.02357

Jarak Antara Nilai Terbobot THP Solusi Ideal Positif dan Negatif
D1+ 0.088929 D1- 0.156892
D2+ 0.144901 D2- 0.089078
D3+ 0.096138 D3- 0.142993
D4+ 0.149943 D4- 0.081463

Maka Alternatif yang dipilih perusahaan adalah A1 yaitu Membeli

mobil box untuk distribusi barang ke gudang