SISTEM REKOMENDASI PEMILIHAN DOSEN PEMBIMBING SKRIPSI MENGGUNAKAN METODE WEIGHTED PRODUCT (STUDI KASUS STMIK DHARMA WACANA METRO)
International Research on Big-Data and Computer Technology: I-Robot · 2018
DOI: 10.53514/ir.v2i1.79 ↗Kurz gefasst
Fachartikel in der Zeitschrift International Research on Big-Data and Computer Technology: I-Robot, 2018. Verfasst von Wilda Yulianti und 2 weiteren Autor:innen.
Abstract (Originalsprache)
Perguruan tinggi Dharma Wacana Metro merupakan perguruan tinggi dibawah naungan yayasan pendidikan, yang memiliki 4 (empat) perguruan tinggi salah satunya STIMIK Dharma Wacana Metro yang mempunyai program studi bidang komputer (Sistem Informasi dan Teknik Informatika). Dalam menyelesaikan skripsi mahasiswa perlu mempunyai pembimbing skripsi yang membantu proses penyusunan skripsi, dalam pemilihan dosen pembimbing skripsi proses yang dilakukan ketua jurusan untuk memilih dosen sebagai membimbing melihat berdasarkan kreteria riwayat mengajar, riwayat pendidikan terkhir, bidang keahlian, jabatan fungsional. Weighted product adalah suatu metode yang digunakan untuk menyelesaikan suatu proses perhitungan berdasarkan kreteria riwayat mengajar, riwayat pendidikan terkhir, bidang keahlian, jabatan fungsional yang nantinya untuk mendapatkan suatu rekomendasi pembimbing skripsi. kemudian nantinya akan dijadikan suatu sistem rekomendasi pemilihan dosen pembimbing skripsi menggunakan metode weighted product.
Zitieren
APA
Yulianti, W., Sutomo, B., & Perdana, A. (2018). SISTEM REKOMENDASI PEMILIHAN DOSEN PEMBIMBING SKRIPSI MENGGUNAKAN METODE WEIGHTED PRODUCT (STUDI KASUS STMIK DHARMA WACANA METRO). International Research on Big-Data and Computer Technology: I-Robot. https://doi.org/10.53514/ir.v2i1.79
Vancouver
Yulianti W, Sutomo B, Perdana A. SISTEM REKOMENDASI PEMILIHAN DOSEN PEMBIMBING SKRIPSI MENGGUNAKAN METODE WEIGHTED PRODUCT (STUDI KASUS STMIK DHARMA WACANA METRO). International Research on Big-Data and Computer Technology: I-Robot. 2018. doi:10.53514/ir.v2i1.79
BibTeX
@article{Yulianti2018,
author = {Yulianti, Wilda and Sutomo, Budi and Perdana, Andreas},
title = {SISTEM REKOMENDASI PEMILIHAN DOSEN PEMBIMBING SKRIPSI MENGGUNAKAN METODE WEIGHTED PRODUCT (STUDI KASUS STMIK DHARMA WACANA METRO)},
journal = {International Research on Big-Data and Computer Technology: I-Robot},
year = {2018},
doi = {10.53514/ir.v2i1.79}
}
EUVIMED