Abstract:Abstract: Used motorbikes are motorized vehicles that are used by many people in various cicles. For someone who is a prospective buyer of a used motorbike, before coming to the place of puchase they have several choices…
based on several criteria that have been determined according to the used motorbike they want to buy. A problem that often occurs for prospective buyers is the difficulty in determination which used motorbike is superior from several choices based on predetermined criteria. This results in potential buyers feeling confused in making their choice. The difficulty in determining used motorbikes is the reason this research was conducted. In this case, the decision support system will be used as a tool in providing superior used motorbike choices for potential buyers. The method offered in this research is to use a combination of the CoCoSo and SAW algorithms. The criteria for determination a used motorbike consist of 8 criteria namely mileage, price, brand, accessories, tire condition, body condition, engine condition and completeness of documents. In the results of this decision support system research, ranking results using a combination of CoCoSo and SAW methods show that the red Suzuki F1 alternative (A39) is ranked with the highest score.
Keywords: combined compromise solution; decision support system; simple additive weighting
Abstrak: Sepeda motor bekas merupakan kendaraan bermotor yang digunakan oleh sebagian banyak masyarakat dalam berbagai kalangan. Bagi seseorang calon pembeli sepeda motor bekas, sebelum datang ke tempat pembelian mereka memiliki beberapa ketentuan pilihan yang berdasarkan pada beberapa kriteria yang telah ditentukan sesuai dengan sepeda motor bekas yang ingin dibeli. Permasalahan yang sering kali terjadi bagi calon pembeli ialah kesulitan dalam menentukan sepeda motor bekas mana yang unggul dari beberapa alternatif pilihan berdasarkan kriteria yang telah ditentukan sebelumnya. Hal ini mengakibatkan, calon pembeli merasa kebingungan dalam menentukan pilihannya. Kesulitan dalam penentuan sepeda motor bekas tersebut menjadi alasan penelitian ini dilakukan. Dalam hal ini sistem pendukung keputusan akan digunakan sebagai alat bantu dalam memberikan pilihan sepeda motor bekas yang unggul bagi calon pembeli. Metode yang ditawarkan dalam penelitian ini yaitu dengan menggunakan kombinasi algoritma CoCoSo dan SAW. Kriteria-kriteria dalam penentuan sepeda motor bekas terdiri dari 8 kriteria yaitu jarak tempuh, harga, merek, aksesoris, kondisi ban, kondisi body, kondisi mesin dan kelengkapan surat. Dalam hasil penelitian sistem pendukung keputusan ini, memberikan hasil perangkingan dengan kombinasi metode CoCoSo dan SAW menunjukkan bahwa alternatif Suzuki F1 merah (A39) adalah peringkat dengan nilai tertinggi.
Kata kunci : combined compromise solution; simple additive weighting; sistem pendukung keputusan
Abstract:Abstract: Pulau Kopung Sentajo Village Government in determining communities recipients of Direct Cash Assistance (BLT) has not used a computerized system so that in decision making errors will often occur in the suitability…
lity criteria for potential BLT recipients. So things like this will increase the possibility that poor or underprivileged people will lose out to people who live better lives and also take a lot of time because they still use manual systems. In terms of the report produced, it does not display the criteria for potential recipients clearly and in detail. In solving the problem, a decision support system will be used using the simple additive weighting method. So this research produces a computerized system to support decision making that determines people's suitability as recipients of direct cash assistance. With this computerized system, it will make it easier to determine the eligibility of people receiving Direct Cash Assistance and produce effective reports with calculations that comply with existing criteria. By implementing this computerized decision support system, 7 people are recommended who are eligible to receive direct cash assistance with the highest score of 2,875 and the lowest score of 2,750 so that these results can assist the village head in determining the community's suitability as recipients of direct cash assistance.
Keywords: assistance; BLT; SAW; FMADM;
Abstrak: Pemerintah Desa Pulau Kopung Sentajo dalam menentukan masyarakat sebagai penerima Bantuan Langsung Tunai (BLT) belum menggunakan sistem yang terkomputerisasi sehingga dalam pengambilan keputusan akan sering terjadi kesalahan dalam perbandingan kriteria kesesuaian calon penerima BLT. Sehingga hal seperti ini akan memperbesar kemungkinan masyarakat miskin atau kurang mampu akan kalah dengan masyarakat yang kehidupannya lebih baik dan juga memakan banyak waktu karena masih menggunakan sistem manual. Dari segi laporan yang dihasilkan, tidak menampilkan kriteria calon penerima secara jelas dan rinci. Dalam penyelesaian masalah akan digunakan sistem penunjang keputusan dengan metode simple additive weighting. Maka dengan penelitian ini menghasilkan sistem yang terkomputerisasi untuk mendukung pengambilan keputusan menentukan kelayakan masyarakat sebagai penerima bantuan langsung tunai. Dengan sistem yang terkomputerisasi ini, maka akan memberikan kemudahan dalam menentukan kelayakan masyarakat penerima Bantuan Langsung Tunai dan menghasilkan laporan yang efektif dengan perhitungan yang sesuai dengan kriteria yang ada. Dengan penerapan sistem pendukung keputusan yang terkomputerisasi ini maka direkomendasikan 7 orang yang layak menerima bantuan langsung tunai dengan skor tertinggi 2,875 dan skor terendah 2,750 sehingga hasil tersebut dapat membantu kepala desa dalam menentukan kelayakan masyarakat sebagai penerima bantuan tunai langsung.
Kata Kunci: bantuan; BLT; SAW; FMADM
Abstract:Abstract: Based on the era of globalization people in East Kotawaringin almost all people have used social media, for example, as a personal post some use it to see the promotion of beauty products fashion, and others. The…
he KOTIM community has many who use social media, especially the Young Generation Z who have often used to buy products on social media, for example, Instagram, TikTok, and Facebook. This study will be made using the TOPSIS method for ranking to know which social media is often used by consumers. The researcher also made a questionnaire with Google form that will be tested for the validity or not of the data obtained using SPSS. The object of research is made in East Kotawaringin. The purpose of this study was to determine which social media is often used by the public to purchase decisions in the Kotim Regency. The result of the calculation using the TOPSIS method the social media platform with the highest rating is considered the best choice for decision-making, in this case, TikTok with a rating value of 1. It can be concluded that the social media platform that is widely used by KOTIM residents to make decisions is TikTok.
Keywords: buying decision; social media; TOPSIS
Abstract: Berdasarkan era globalisasi bahwa masyarakat di Kotawaringin Timur hampir seluruh masyarakat telah menggunakan media sosial, contohnya sebagai postingan pribadi ada juga yang menggunakan sebagai melihat promosi produk kecantikan dan fasion dan lainnya. Karena masyarakat KOTIM sudah banyak yang menggunakan media sosial apalagi para anak muda generasi z yang sudah sering menggunakan untuk membeli produk pada media sosial contohnya media sosial instagram, TikTok, dan juga facebook. Pada penelitian ini akan dibuat menggunakan metode TOPSIS untuk perangkingan agar mengetahui media sosial mana yang sering digunakan oleh konsumen. Peneliti juga membuat kuisoner dengan google form yang akan diuji valid atau tidak nya data yang didapat dengan menggunakan SPSS. Objek penelitian yang dibuat berada di Kotawaringin Timur. Tujuan dari penelitian ini adalah untuk mengetahui media sosial mana yang sering digunakan oleh masyarakat terhadap keputusan pemebelian pada wilayah kabupaten KOTIM. Hasil dari perhitungan menggunakan metode TOPSIS platform media sosial dengan peringkat tertinggi dianggap sebagai pilihan terbaik untuk pengambilan keputusan, dalam kasus ini adalah TikTok dengan peringkat nilai 1. Dapat disimpulkan bahwa platform media sosial yang banyak digunakan oleh penduduk KOTIM untuk mengambil keputusan adalah TikTok.
Keywords: keputusan pembelian; media sosial; TOPSIS
Abstract:Abstract: The service dramatically affects the number of guests staying at the hotel. Bali is the most visited tourist area by foreign tourists. Therefore, improved service is crucial for determining the rating level of…
a hotel. This research aims to combine two data mining algorithms: clustering and classification. This research is expected to contribute to hospitality in improving the best services for tourists, especially in the City of Bali. Clustering algorithms are used to group the best number of hotels based on the four clusters selected from the k-means clustering algorithm. The classification algorithm using C4.5 determines the factors most dominant in determining the hotel rating level based on the gain ratio. The data used in this study results from observations on the website agoda.com in Bali of 51 data. The results of this study explained that cluster_0 is the highest-rated cluster, with a total number of 19 hotels found in claster_0. Data cluster0 is used for classification analysis using a decision tree, and the most dominant factor is the service factor, with an accuracy of 80%.
Keywords: data mining; kmeans; decision tree; hotel; bali;
Abstrak: Pelayanan sangat mempengaruhi jumlah pengunjung yang menginap dihotel. Bali merupakan daerah wisata paling banyak dikunjungi oleh wisatawan mancanegara. Oleh karena itu, peningkatan pelayanan sangat penting untuk penentuan level rating dari hotel. Tujuan dari penelitian ini untuk menggabungkan dua algoritma data mining yaitu clustering dan klasifikasi. Dengan penelitian ini diharapkan dapat memberikan kontribusi bagi perhotelan dalam meningkatkan pelayanan yang terbaik bagi wisatawan khususnya di Kota Bali. Algoritma Clustering digunakan untuk mengelompokkan dari jumlah hotel yang terbaik berdasarkan empat cluster yang dipilih dari algoritma clustering berupa k-means. Algoritma klasifikasi menggunakan C4.5 digunakan untuk mengetahui faktor apa yang paling dominan dalam menentukan level rating hotel berdasarkan gain ratio. Data yang digunakan dalam penelitian ini hasil observasi di website agoda.com di bali sebanyak 51 data. Hasil dari penelitian ini menjelaskan dataset cluster_0 merupakan cluster rating tertinggi dengan jumlah 19 hotel yang terdapat di cluster_0. Data cluster_0 digunakan untuk analisis klasifikasi menggunakan decesion tree, didapat faktor yang paling dominan adalah faktor layanan dengan nilai akurasi sebesar 80%.
Kata kunci: data mining; kmeans; decision tree; hotel; bali;
Abstract:Abstract: Decision support systems (DSS) have become an important tool in various fields, including the selection of fish seeds. Selecting the right fish seeds is a crucial step in successful fish farming. In this context,…
t, the Weight Sum Model (WSM) method can be used as an approach in decision making. This research aims to develop a Decision Support System for selecting fish seeds using the Weight Sum Model (WSM) method. This method allows a systematic assessment of various criteria that are relevant in selecting fish seeds. The first step in this research is to identify the criteria that will be evaluated in selecting fish seeds. Each fish seed is assessed based on each criterion using the appropriate scale. In the WSM method, the values given to each criterion are multiplied by the weight of the corresponding criterion, and the results are added up for each fish seed. The fish seeds that have the highest number will be considered the best choice based on predetermined evaluation criteria. This Decision Support System can help fish farming farmers in making more informative and data-based decisions in selecting fish seeds that suit their needs.
Keywords: Decision Support Systems, Fish Seeds, Criteria, Weight Sum Model (WSM), Fish Cultivation.
Abstract: Sistem pendukung keputusan (SPK) telah menjadi alat penting dalam berbagai bidang, termasuk dalam pemilihan bibit ikan. Memilih bibit ikan yang tepat merupakan langkah krusial dalam budidaya ikan yang sukses. Dalam konteks ini, metode Weight Sum Model (WSM) dapat digunakan sebagai pendekatan dalam pengambilan keputusan. Penelitian ini bertujuan untuk mengembangkan Sistem Pendukung Keputusan untuk pemilihan bibit ikan menggunakan metode Weight Sum Model (WSM). Metode ini memungkinkan penilaian yang sistematis terhadap berbagai kriteria yang relevan dalam memilih bibit ikan. Langkah pertama dalam penelitian ini adalah mengidentifikasi kriteria-kriteria yang akan dievaluasi dalam pemilihan bibit ikan. Setiap bibit ikan dinilai berdasarkan setiap kriteria menggunakan skala yang sesuai. Dalam metode WSM, nilai-nilai diberikan pada setiap kriteria akan dikalikan dengan bobot kriteria terkait, dan hasilnya dijumlahkan untuk setiap bibit ikan. Bibit ikan yang memiliki jumlah tertinggi akan dianggap sebagai pilihan terbaik berdasarkan evaluasi kriteria yang telah ditentukan. Sistem Pendukung Keputusan ini dapat membantu para petani budidaya ikan dalam mengambil keputusan yang lebih informatif dan berdasarkan data dalam memilih bibit ikan yang sesuai dengan kebutuhan.
Kata kunci: Sistem Pendukung Keputusan, Bibit Ikan, Kriteria, Weight Sum Model (WSM), Budidaya Ikan.
Abstract:Abstract: The JKN Mobile application is a mobile application created to facilitate healthcare administration in Indonesia since 2017. The application has been downloaded by over 10 million users and has received 484,000…
diverse reviews, including positive, negative, and neutral feedback. The average rating given by users is 4.5 out of 5 stars. This research aims to perform sentiment analysis on user reviews found in the Google Play Store review column. The methods used for sentiment analysis are Naive Bayes, K-Nearest Neighbor (K-NN), and Support Vector Machine (SVM). The test results show that with a 10% test data and 90% training data proportion, the SVM method achieves the highest accuracy of 95%. Naive Bayes follows with an accuracy of 87%, and K-NN with an accuracy of 75%.
Keywords: JKN mobile application, sentiment analysis, naive bayes, k-nearest neighbor (K-NN), support vector machine (SVM).
Abstrak: Aplikasi Mobile JKN adalah sebuah aplikasi yang dibuat untuk mempermudah administrasi kesehatan di Indonesia sejak tahun 2017. Aplikasi ini telah diunduh lebih dari 10 juta pengguna dengan 484 ribu ulasan beragam positif, negatif, dan netral. Rata-rata rating yang diberikan pengguna adalah 4,5 bintang dari 5 bintang. Penelitian ini bertujuan untuk melakukan analisis sentimen terhadap ulasan pengguna yang terdapat di kolom review Google Play Store. Metode yang digunakan untuk analisis sentimen adalah Naive Bayes, K-Nearest Neighbor (K-NN), dan Support Vector Machine (SVM). Hasil pengujian menunjukkan bahwa dengan menggunakan proporsi data uji sebesar 10% dan data training sebesar 90%, metode SVM mencapai akurasi tertinggi sebesar 95%. Diikuti oleh Naive Bayes dengan akurasi 87%, dan K-NN dengan akurasi 75%.
Kata kunci: JKN mobile, analisis sentimen, naïve bayes, k-nearest neighbor (K-NN), support vector machine (SVM).
Abstract:Abstract: The current development of information technology has had an impact on all fields, including the health sector. Many activities that were previously carried out conventionally or manually can now be carried out…
with the help of technology. Computers that were previously only used to process data now provide many services, applications, and programs that can help facilitate human activities. One of them is the Multi-Attribute Utility Theory (MAUT) method, which is a support system method that has been widely used to provide accurate and efficient results. This study aims to build a decision support system for choosing healthy toddlers and elderly at the Petatal Health Center, Talawi District, Asahan Regency. So far, the process of selecting healthy toddlers and elderly is done conventionally, without the help of applications or computer programs. So the time needed is longer and the results are also less objective. The calculation process uses the MAUT method with an alternative of 13 toddlers and 15 elderly. The criteria used are body weight, nutritional status, potassium content, protein content, and carbohydrate content. Assessment weight 1-5. The results are 3 Toddlers with the highest total score Laila (17) Putri Sundar (14.25) and Tiara with a score of 12.25. The three people with the highest scores for healthy elderly are Rini Dewi with a score of 17, Joni with a score of 14.25, and Bejo Asmo with a value of 12.25.
Keywords: decision support system; MAUT; multi atribute utility theory; SPK
Abstrak: Perkembangan Teknologi informasi saat ini telah berdampak pada semua bidang, termasuk bidang kesehatan. Banyak kegiatan yang awalnya dilakukan secara konvensional atau manual kini dapat dilakukan dengan bantuan teknologi. Komputer yang tadinya hanya digunakan untuk mengolah data kini menyediakan banyak layanan, aplikasi dan program yang dapat membantu mempermudah kegiatan manusia. Salah satunya adalah metode Multi Atribute Utility Theory (MAUT) yang merupakan salah satu metode sistem pendukung yang telah banyak digunakan untuk memberikan hasil yang akurat dan efisien. Penelitian ini bertujuan membangun sistem pendukung keputusan pemilihan Balita dan Lansia Sehat di Puskesmas Petatal Kecamatan Talawi Kabupaten Asahan, selama ini proses pemilihan balita dan lansia sehat dilakukan secara konvensional, tanpa menggunakan bantuan aplikasi atau program computer. Sehingga waktu yang dibutuhkan lebih lama serta hasilnya juga kurang objektif. Proses perhitungan menggunakan Metode MAUT dengan alternative 13 Balita dan 15 lansia .Kriteria yang digunakan Berat Badan, Status Gizi, Kandungan Kalium, Kandungan protein dan kandungan karbohidrat. Bobot penilaian 1-5. Hasil adalah 3 Balita dengan total nilai tertinggi Laila (17) Putri Sundar (14,25) dan Tiara dengan nilai 12,25. Tiga orang dengan nilai tertinggi untuk Lansia sehat adalah Rini dewi dengan nilai 17, Joni dengan nilai 14,25 dan Bejo Asmo dengan nilai 12,25.
Kata kunci: multi atribute utility theory; MAUT; sistem pendukung keputusan; SPK
Abstract:Abstract: This research was conducted in the Bangka Belitung region specifically observing what criteria could support and hinder the development of home industries. The home industry is a small-scale industry that is generally…
nerally carried out in the family sphere and is driven by women. Home industries need to receive support from the provincial government to survive and increase the scale of production. To make support for home industries more targeted, this research summarizes several criteria related to the conditions of home industries and the businesses they run. In Bangka Belitung Province there are several types of businesses that are run on a home industry scale. Based on the condition of the home industry which has multiple criteria and multiple alternatives, this research uses the Analytical Hierarchy Process method and Expert Choice software as data processing aids. The results of data processing show that industrial business is the highest alternative with a weight of 24.7% and the highest criterion is strategy at 23.7%. These results indicate that the largest portion of home industry business actors is engaged in the industrial sector and to encourage the progress of the home industry the most important factor is strategy, namely understanding the type of business they are involved in, labor-intensive industries, paying attention to production factors, electricity capacity, and business operations. While the next stage is to design a user interface for a web-based system as a means of collecting home industry data.
Keywords: AHP; collecting home industry data; home industries
Abstrak: Penelitian ini dilakukan di wilayah Bangka Belitung secara khusus melihat kriteria apa saja yang dapat mendukung dan menghambat perkembangan industri rumah tangga. Industri rumah tangga merupakan industri kecil yang umumnya dilakukan dalam lingkup keluarga dan digerakkan oleh perempuan. Industri rumah tangga perlu mendapat dukungan dari pemerintah provinsi agar bisa bertahan dan meningkatkan skala produksinya. Agar dukungan industri rumah tangga lebih tepat sasaran, penelitian ini merangkum beberapa kriteria terkait kondisi industri rumah tangga dan usaha yang dijalankannya. Di Provinsi Bangka Belitung terdapat beberapa jenis usaha yang dijalankan dalam skala industri rumah tangga. Berdasarkan kondisi industri rumah tangga yang memiliki banyak kriteria dan banyak alternatif, maka penelitian ini menggunakan metode Analytical Hierarchy Process dan software Expert Choice sebagai alat bantu pengolahan data. Hasil pengolahan data menunjukkan bahwa bisnis industri merupakan alternatif tertinggi dengan bobot 24,7% dan kriteria tertinggi adalah strategi 23,7%. Hasil tersebut menunjukkan bahwa porsi terbesar pelaku usaha industri rumah tangga bergerak di sektor industri dan untuk mendorong kemajuan industri rumah tangga faktor yang paling penting adalah strategi yaitu memahami jenis usaha yang digeluti, industri padat karya, pembayaran, memperhatikan faktor produksi, kapasitas listrik, dan operasional usaha. Sedangkan tahap selanjutnya adalah merancang antarmuka untuk sistem berbasis web sebagai sarana pendataan industri rumahan.
Kata kunci: AHP; industri rumahan; pendataan industri rumahan
Abstract:Abstract: Rokan Hulu Regency is one of the regencies in Riau Province and has 2 large rivers, namely the Rokan Kanan River and the Rokan Kiri River. When the level of rainfall is high, the river flow overflows and causes…
flooding in several sub-districts. Climate change that is happening has an impact on changes in rainfall patterns, to overcome the impacts of climate change Rokan Hulu Regency needs to take early steps before a flood disaster occurs. The method used in processing the data is the backpropagation method and data processing using the Matlab software. Data processing was carried out on rainfall data for the last 6 years, from 2015 to 2020, which was sourced from the Rokan Hulu Regency Statistics Agency. Rainfall data from 2015 to 2019 is used as input data, while 2020 is the target. The data processing stage begins with data normalization and determining network training parameters. Artificial neural network research was carried out on rainfall data with a 5-5-1 architecture. The results of testing the rainfall data show prediction results with high accuracy, where the average accuracy rate reaches 98.17% with the highest accuracy of 99.99% while the lowest accuracy is 91.53%. The prediction results show a fairly high level of accuracy so that they can be used as evaluation material.
Keywords: artificial neural network; backpropagation; prediction; rainfall
Abstrak: Kabupaten Rokan Hulu merupakan salah satu kabupaten yang berada di Provinsi Riau dan memiliki 2 aliran sungai besar yaitu sungai rokan kanan dan sungai rokan kiri. Ketika tingkat curah hujan tinggi aliran sungai meluap dan menyebabkan banjir beberapa kecamatan. Perubahan iklim yang terjadi memberikan dampak pada perubahan pola curah hujan, untuk menanggulangi dampak perubahan iklim Kabupaten Rokan Hulu perlu melakukan langkah-langkah dini sebelum terjadi bencana banjir. Metode yang digunakan dalam mengolah data yaitu metode backpropagation dan pengolahan data menggunakan software Matlab. Pengolahan data dilakukan pada data curah hujan selama 6 tahun terakhir yaitu dari tahun 2015 sampai dengan 2020 yang bersumber dari Badan Statistik Kabupaten Rokan Hulu. Data curah hujan tahun 2015 sampai dengan tahun 2019 sebagai data input sedangkan tahun 2020 sebagai target. Tahapan pengolahan data diawali dengan melakukan normalisasi data dan menentukan parameter pelatihan jaringan. Penelitian jaringan saraf tiruan dilakukan pada data curah hujan dengan arsitekur 5-5-1. Hasil pengujian terhadap data curah hujan menunjukkan hasil prediksi dengan akurasi yang tinggi, dimana tingkat akurasi rata-rata mencapai 98,17% dengan akurasi tertinggi sebesar 99,99% sedang akurasi terendah sebesar 91,53%. Hasil prediksi menunjukkan tingkat akurasi yang cukup tinggi sehingga dapat digunakan sebagai bahan evaluasi.
Kata kunci: backpropagation; curah hujan; jaringan saraf tiruan; prediksi
Abstract:Abstract : In building community economic independence, each year DISKOPDAGIN provides micro business loans sourced from the Asahan Regency Regional Revenue and Expenditure Budget (APBD) funds which aim to help strengthen…
n capital for micro business actors. However, in providing micro business credit, certain conditions or criteria are required so that the DISKOPDAGIN can determine whether the customer receiving the micro business loan is eligible to receive credit or not. The problem that is often faced by the Department of Industry and Trade at this time is the difficulty in making decisions to determine recipients of micro business loans. The purpose of this research is to facilitate the Department of Industry and Trade in selecting micro business credit customers. The Simple Additive Weighting (SAW) method in this study aims to select the best alternative from a number of alternatives to be used based on specified criteria. The results of this study are micro business credit decision support systems, where the application of this system shows that the results of the ranking process with the SAW method are the same if calculated manually. The calculation uses 7 criteria where the highest alternative is the Asmah alternative (A7) with a preference value of 1.
Keywords: decision support system; micro business credit; simple additive weighting;
Abstrak: Dalam membangun kemandirian ekonomi masyarakat, tiap tahunnya DISKOPDAGIN mengadakan kredit usaha mikro yang bersumber dari dana Anggaran Pendapatan dan Belanja Daerah (APBD) Kabupaten Asahan yang bertujuan untuk membantu penguatan modal kepada pelaku usaha mikro. Namun dalam memberikan kredit usaha mikro juga mempunyai syarat-syarat atau kriteria tertentu agar pihak DISKOPDAGIN dapat menentukan apakah nasabah penerima kredit usaha mikro tersebut layak menerima kredit atau tidak. Permasalahan yang sering dihadapi oleh pihak DISPERINDAG saat ini ialah kesulitan dalam mengambil keputusan untuk menentukan penerima kredit usaha mikro. Tujuan dari penelitian ini untuk memudahkan pihak DISPERINDAG dalam menyeleksi nasabah kredit usaha mikro. Metode Simple Additive Weighting (SAW) dalam penelitian ini bertujuan untuk menyeleksi alternatif terbaik dari sejumlah alternatif yang akan digunakan berdasarkan kriteri yang ditentukan. Hasil penelitian ini sistem pendukung keputusan kredit usaha mikro, dimana penerapan sistem ini menunjukkan bahwa hasil dari proses perangkingan dengan metode SAW sama jika dihitung secara manual. Perhitungan menggunakan 7 kriteria dimana alternatif yang tertinggi adalah alternatif Asmah (A7) dengan nilai preferensi 1.
Kata Kunci: kredit usaha mikro; sistem pendukung keputusan; simple additive weighting;