scholarly journals An Extended Technique for Order Preference by Similarity to an Ideal Solution (TOPSIS) with Maximizing Deviation Method Based on Integrated Weight Measure for Single-Valued Neutrosophic Sets

Symmetry ◽  
2018 ◽  
Vol 10 (7) ◽  
pp. 236 ◽  
Author(s):  
Ganeshsree Selvachandran ◽  
Shio Gai Quek ◽  
Florentin Smarandache ◽  
Said Broumi
Keyword(s):  
Ideal Solution ◽  
Neutrosophic Sets ◽  
Extended Technique ◽  
Order Preference ◽  
Maximizing Deviation Method ◽  
Deviation Method

scholarly journals A linguistic Neutrosophic Multi-Criteria Group Decision-Making Method to University Human Resource Management

Symmetry ◽  
2018 ◽  
Vol 10 (9) ◽  
pp. 364 ◽  
Author(s):  
Ru-xia Liang ◽  
Zi-bin Jiang ◽  
Jian-qiang Wang
Keyword(s):  
Resource Management ◽  
Human Resource Management ◽  
Human Resource ◽  
Information Aggregation ◽  
Weighted Averaging ◽  
Evaluation Procedure ◽  
Uncertain Information ◽  
Neutrosophic Sets ◽  
Extended Technique ◽  
Order Preference

Competition among different universities depends largely on the competition for talent. Talent evaluation and selection is one of the main activities in human resource management (HRM) which is critical for university development. Firstly, linguistic neutrosophic sets (LNSs) are introduced to better express multiple uncertain information during the evaluation procedure. We further merge the power averaging operator with LNSs for information aggregation and propose a LN-power weighted averaging (LNPWA) operator and a LN-power weighted geometric (LNPWG) operator. Then, an extended technique for order preference by similarity to ideal solution (TOPSIS) method is developed to solve a case of university HRM evaluation problem. The main contribution and novelty of the proposed method rely on that it allows the information provided by different decision makers (DMs) to support and reinforce each other which is more consistent with the actual situation of university HRM evaluation. In addition, its effectiveness and advantages over existing methods are verified through sensitivity and comparative analysis. The results show that the proposal is capable in the domain of university HRM evaluation and may contribute to the talent introduction in universities.

TERAPAN KOMBINASI METODE TOPSIS DAN ANALYTICAL HIERARCHY PROCESS PADA PEREKOMENDASIAN PENERIMA BEASISWA PENINGKATAN PRESTASI AKADEMIK (Studi Kasus pada STMIK PPKIA Tarakanita Rahmawati)

2017 ◽  
Vol 8 (2) ◽  
pp. 663 ◽  
Author(s):  
Muhammad Fadlan ◽  
Muhammad Muhammad ◽  
Hadriansa
Keyword(s):  
Decision Support ◽  
Decision Support System ◽  
Support System ◽  
Analytical Hierarchy Process ◽  
Ideal Solution ◽  
Microsoft Excel ◽  
Order Preference ◽  
Hierarchy Process

Beasiswa Peningkatan Prestasi Akademik (PPA) sebagai salah satu bentuk dukungan pemerintah Republik Indonesia terhadap dunia pendidikan. Beasiswa yang disalurkan oleh pemerintah melalui Perguruan Tinggi yang ada di Indonesia ini, penyeleksian dan penetapan penerimanya sepenuhnya diserahkan kepada pihak Perguruan Tinggi yang bersangkutan. Tahap inilah yang sangat rentan terjadinya kecurangan. Pada objek penelitian  yang diteliti hingga saat ini proses penyeleksian masih dilakukan dengan menggunakan Microsoft Excel, hal ini tentu saja kurang efektif dan efisien, serta rentan akan terjadinya kesalahan bahkan kecurangan. Untuk itu, diperlukan suatu metodologi dan aplikasi yang tepat dalam melakukan penyeleksian penerima beasiswa tersebut. Decision Support System digunakan sebagai solusi untuk melakukan perekomendasian penerima beasiswa, khususnya dengan menggunakan Metode Technique  for  Order  Preference  by  Similarity  to  Ideal  Solution  (TOPSIS)  dan  Analytical  Hierarcy Process (AHP). Penggunaan kombinasi dua metode tersebut dilakukan agar memiliki tingkat akurasi yang baik jika dibandingkan  dengan menggunakan satu metode. Hasilnya,  aplikasi  decision support system dengan penerapan kombinasi metode Topsis dan AHP berhasil di rancang dan di ujicoba, serta sukses dalam perekomendasian penerima beasiswa PPA dengan menghasilkan data alternatif mahasiswa yang terurut mulai dari nilai preferensi yang paling tinggi 0.764 hingga terendah 0.189. Hasil ini dapat menjadi rekomendasi bagi pengambil keputusan dalam mengambil keputusan yang efektik, efisien dan dapat dipertanggung jawabkan.

Radiator threat evaluation with missing data based on improved technique for order preference by similarity to ideal solution

2021 ◽  
pp. 1-10
Author(s):  
Yu-Heng Xu ◽  
Si-Yi Cheng ◽  
Hu-Biao Zhang
Keyword(s):  
Missing Data ◽  
Prior Knowledge ◽  
Attribute Reduction ◽  
Estimation Algorithm ◽  
Weighted Averaging ◽  
Ideal Solution ◽  
Attribute Weights ◽  
Order Preference ◽  
Improved Technique ◽  
Threat Evaluation

To solve the problem of the missing data of radiator during the aerial war, and to address the problem that traditional algorithms rely on prior knowledge and specialized systems too much, an algorithm for radiator threat evaluation with missing data based on improved Technique for Order Preference by Similarity to Ideal Solution (TOPSIS) has been proposed. The null estimation algorithm based on Induced Ordered Weighted Averaging (IOWA) is adopted to calculate the aggregate value for predicting missing data. The attribute reduction is realized by using the Rough Sets (RS) theory, and the attribute weights are reasonably allocated with the theory of Shapley. Threat degrees can be achieved through quantization and ranking of radiators by constructing a TOPSIS decision space. Experiment results show that this algorithm can solve the incompleteness of radiator threat evaluation, and the ranking result is in line with the actual situation. Moreover, the proposed algorithm is highly automated and does not rely on prior knowledge and expert systems.

Sistem Pendukung Keputusan untuk Menentukan Penerima Bantuan Beasiswa dengan Metode AHP dan TOPSIS

Sainteks ◽  
2021 ◽  
Vol 18 (1) ◽  
pp. 65
Author(s):  
Rima Dwi Mainingsih ◽  
Muhammad Hamka
Keyword(s):  
Analytical Hierarchy Process ◽  
Black Box ◽  
Ideal Solution ◽  
Order Preference ◽  
Black Box Testing ◽  
Hierarchy Process

Salah satu program LAZISMU Banyumas adalah beasiswa. Beasiswa merupakan pemberian bantuan keuangan yang diberikan kepada perorangan yang bertujuan untuk meningkatkan kapasitas SDM atau Sumber Daya Manusia melalui pendidikan. Permasalahan di LAZISMU, sistem bantuan beasiswa masih bersifat manual maka diperlukan suatu sistem pendukung keputusan (SPK) untuk memperhitungkan segala kriteria yang mendukung pengambilan keputusan guna membantu, mempercepat dan mempermudah proses pengambilan keputusan. Metode yang digunakan pada sistem pendukung keputusan adalah metode Analytical Hierarchy Process (AHP) dan metode TOPSIS. Analytical Hierarchy Process (AHP) yang digunakan untuk memperbaiki nilai bobot dari kriteria. Nilai bobot yang dihasilkan dari metode AHP selanjutnya digunakan untuk menentukan proses peranking calon penerima bantuan beasiswa menggunakan metode Technique For Order Preference By Similarity To Ideal Solution (TOPSIS). Metode AHP dan TOPSIS digunakan untuk meningkatkan hasil rekomendasi calon penerima bantuan beasiswa. Hasil klasifikasi kemudian dievaluasi menggunakan Black Box Testing untuk mengetahui apakah fungsi, masukan dan keluaran dari perangkat lunak sesuai dengan spesifikasi yang dibutuhkan. Dengan demikian dapat disimpulkan bahwa sistem aplikasi telah berjalan sesuai dengan tujuan yang diharapkan, karena tidak ditemukan adanya kesalahan pada interface serta sistem yang dirancang dan dibangun mampu mengatasi kelemahan-kelemahan yang terdapat pada sistem yang lama dan memberikan hasil rekomendasi calon penerima bantuan beasiswa.Kata-kata Kunci: sistem pendukung keputusan, penerima beasiswa, AHP, TOPSIS, black box testing

Sistem Pendukung Keputusan Pemilihan Bibit Padi Berkualitas Dengan Metode AHP Dan Topsis

2021 ◽  
Vol 10 (2) ◽  
pp. 162-169
Author(s):  
Istna Mar`atul Khusna ◽  
Novita Mariana
Keyword(s):  
Analytic Hierarchy Process ◽  
Analytical Hierarchy Process ◽  
Ideal Solution ◽  
Analytic Hierarchy ◽  
Order Preference ◽  
Hierarchy Process

Abstrak— Bibit merupakan salah satu penentu dalam keberhasilan budidaya tanaman padi. Budidaya tanaman padi dimulai dari memilih bibit tanaman yang berkualitas karena bibit termasuk objek utama yang dikembangkan pada budidaya selanjutnya. Bibit sebagai pembawa gen dari induknya yang akan menentukan sifat dari tanaman setelah berproduksi dan untuk mendapatkan bibit padi yang berkualitas dapat diperoleh dari memilih dan menentukan bibit yang berasal dari induk berkualitas. Kualitas bibit merupakan kunci keberhasilan dalam budidaya padi. Bibit yang berkualitas mampu beradaptasi, memiliki pertumbuhan yang cepat serta seragam, tumbuh lebih cepat, tahan hama dan tinggi nilai produktivitasnya. Untuk mendapatkan bibit padi berkualitas, petani sering mengalami kesulitan. Berdasarkan kesulitan yang dialami petani, maka akan dibangun sebuah sistem pendukung keputusan untuk membantu petani memutuskan bibit yang akan ditanam sesuai dengan kondisi lingkungan tanam dengan mempertimbangkan beberapa aspek kriteria. Dalam mengatasi masalah pemilihan bibit padi tersebut dibuat sebuah program sistem pendukung keputusan agar memudahkan informasi dan rekomendasi kepada petani padi tentang bibit yang berkualitas. Dengan menggunakan dua metode yaitu Analytical Hierarchy Process (AHP) dan Technique for Order Preference by Similarity to Ideal Solution (TOPSIS). Penentuan bobot kriteria dilakukan dengan menggunakan metode Analytic Hierarchy Process (AHP), sedangkan untuk tahap perankingan dikerjakan dengan menggunakan metode TOPSIS. Hasil yang didapatkan dari penelitian ini adalah padi berkualitas dari lima alternatif yang sudah ditetapkan, yaitu: Sunggal, Inpari32, Ciherang, IR64, Situbagendit. Sistem menghasilkan nilai preferensi tertinggi yaitu 0,858 pada padi Sunggal di urutan pertama dan  0,767 pada padi Inpari32 diurutan kedua. Jadi dari hasil penelitian ini, peneliti merekomendasikan bibit padi berkualitas yang cocok ditanam di di desa sambongbangi yaitu Sunggal dan Inpari32..Kata Kunci : Bibit Padi, DSS, TOPSIS, AHP, Kualitas Bibit Padi

scholarly journals KURUMSAL YÖNETİM ENDEKSİ KAPSAMINDAKİ İŞLETMELERİN FİNANSAL PERFORMANS ANALİZİ

2016 ◽  
Vol 4 (2) ◽  
pp. 185-202
Author(s):  
Fatih Temizel ◽  
Hamza Doğan ◽  
Berfu Ece Bayçelebi
Keyword(s):  
Ideal Solution ◽  
Order Preference ◽  
Topsis Technique

Payları Borsa İstanbul’da işlem gören işletmelere Sermaye Piyasası Kurulu (SPK)’nun ilgili tebliğine göre bağımsız derecelendirme kurumlarınca verilen Kurumsal Yönetim İlkelerine Uyum Notu kurumsal yönetim konusunda en başarılı 50 işletmenin belirlenmesini sağlamaktadır. Bu açıdan en başarılı 50 işletme ise fiyat ve getiri analizlerinde yardımcı göstergeler edinmek amacı ile Borsa İstanbul Kurumsal Yönetim Endeksi’ne dâhil edilmektedir. Bu çalışmada Kurumsal Yönetim Endeksi’nde bulunan 50 işletme arasından finans sektörü dışında kalan 34 işletmenin finansal performans sıralaması TOPSIS (Technique for Order Preference by Similarity to Ideal Solution) yöntemi ile elde edilmiştir. TOPSIS yöntemi işletmelere ait 10 adet finansal orana dayalı olarak kullanılmıştır. 2011-2015 yıllarını kapsayan 5 yıl için performans sıralamaları elde edilip yıllar arası sıralama değişimleri incelenmiştir. Son olarak 5 yıllık ortalama performans sıralaması hesaplanarak endeksteki işletmelerin son 5 yıl içerisindeki finansal performans dereceleri ortaya konulmuştur. 

Sign in / Sign up

Export Citation Format

Share Document