Latar Belakang Implementasi Algoritma K-Nearest Neighbor Dan Metode Topsis Dalam (Technique For Orders Preference By Similarity To Ideal Solution) Dalam Penentuan Mutu Beras Miskin (Studi Kasus: Bulog Aceh)

BAB 1 PENDAHULUAN

1.1. Latar Belakang

BULOG adalah perusahaan umum milik negara yang bergerak di bidang logistik dan pangan. Ruang lingkup bisnis perusahaan ini meliputi usaha logistik atau pergudangan, perdagangan komoditi pangan dan usaha eceran. Sebagai perusahaan yang tetap mengemban tugas publik dari pemerintah, BULOG tetap melakukan kegiatan menjaga harga dasar pembelian untuk gabah, menyalurkan beras untuk orang miskin dan pengelolaan stok pangan. Dari salah satu kegiatan yang tertera, penyaluran beras untuk orang miskin menjadi salah satu pokok kegiatan utama guna memajukan kesejahteraan masyarakat Indonesia. Dalam operasinya penentuan keputusan terhadap mutu beras miskin untuk penerima manfaat beras miskin atau raskin sering kali menjadi persoalan yang rumit. Dinamika penentuan keputusan data beras yang berkualitas baik dan tidak baik memerlukan adanya kebijakan lokal melalui operasi langsung ke gudang-gudang beras di tiap-tiap daerah. Pengoperasian langsung tersebut cenderung memerlukan waktu yang tidak efisien dalam pengambilan keputusan, sehingga mengakibatkan penyaluran beras miskin menjadi lambat. Akibat dari keterlambatan pengambilan keputusan ini data yang diterima oleh pemerintah pusat menyebutkan bahwa sering kali penyaluran tidak dilakukan dengan efisien. Untuk mengatasi masalah-masalah tersebut perlu dilakukan langkah yang efektif agar suatu keputusan dapat diambil. Salah satu cara yang dapat dilakukan adalah dengan melakukan proses klasifikasi data menggunakan perangkat lunak untuk mendapatkan solusi optimal atas suatu permasalahan. Algoritma K-Nearest Neighbor dan TOPSIS merupakan solusi yang akan digunakan dalam penelitian. Universitas Sumatera Utara Sebagaimana penelitian terdahulu oleh Arif Juanto dengan judul “Perbandingan Performansi Algoritma K-Nearest Neighbor dan SLIQ utuk prediksi kinerja Akademik Mahasiswa Baru” [2] dan Meliya Ningrum dengan judul “Aplikasi Metode TOPSIS FUZZY dalam Menentukan Prioritas Kawasan Perumahan di Kecamatan Percut Sei Tuan”[7]. Dari beberapa penjabaran di atas, Judul penelitian yang diambil adalah Implementasi Algoritma K-Nearest Neighbor dan Metode Topsis dalam Penentuan Mutu Beras Miskin yang di implementasikan di Bulog Aceh.

1.2. Rumusan Masalah

Dokumen yang terkait

Aplikasi Metode ANP (Analytic Network Process) dan TOPSIS (Technique for Order Preference by Similarity to Ideal Solution) Untuk Pengambilan Keputusan Alternatif Pemasaran Terbaik Pada Hotel Citi Inn Medan

78 552 153

Implementasi Metode Preference Rangking Organizational Method For Enrichment Evaluation (Promethee)Untuk Penentuan Kinerja Dosen (Studi Kasus : Fakultas Farmasi USU)

7 42 182

APLIKASI METODE ANALYTICAL HIERARCHY PROCESS (AHP) DAN METODE TECHNIQUE FOR ORDER PREFERENCE BY SIMILARITY TO IDEAL SOLUTION (TOPSIS) UNTUK PENENTUAN SUPPLIER KAYU SENGON

4 10 15

PENERAPAN METODE TECHNIQUE FOR ORDER PREFERENCE BY SIMILARITY TO IDEAL SOLUTION (TOPSIS) DALAM PENENTUAN PENGAMBILAN KEPUTUSAN PEMBERIAN KREDIT PADA KJKS BMT FASTABIQ KOTA KUDUS.

0 3 9

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN SMARTWATCH MENGGUNAKAN METODE TECHNIQUE FOR ORDER PREFERENCE BY SIMILARITY TO IDEAL SOLUTION (TOPSIS).

1 1 4

Sistem Pendukung Keputusan Pemilihan Smartwatch Menggunakan Metode Technique for Order Preference by Similarity to Ideal Solution (TOPSIS) JURNAL. JURNAL

3 6 7

Preference by Similarity to Ideal Solution

0 0 7

PEMILIHAN WISATA MENGGUNAKAN TECHNIQUE FOR ORDER PREFERENCE BY SIMILARITY TO IDEAL SOLUTION (TOPSIS) DENGAN VISUALISASI LOKASI OBJEK

0 0 12

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN KAYU UNTUK GITAR MENGGUNAKAN METODE TECHNIQUE FOR ORDER PREFERENCE BY SIMILARITY TO IDEAL SOLUTION (TOPSIS)

0 0 5

Penerapan Metode Technique for Order Preference by Similarity to Ideal Solution (TOPSIS) Dalam Pemilihan Tempat Pendirian Pabrik Kelapa Sawit

0 0 7