Sistem Pendukung Keputusan Menentukan Barang NG (Not Good) di PT.Sagami Indonesia Dengan Menggunakan Metode Fuzzy Assosiative Memory (FAM)

Authors

  • marsono marsono STMIK TRIGUNA DHARMA
  • marsono mars marsono stmik triguna dharma

DOI:

https://doi.org/10.53513/jsk.v2i2.129

Keywords:

PT Sagami Indonesia, Sistem Pendukung Keputusan, Fuzzy Assosiative Memory.

Abstract

ABSTRACTPT.Sagami Indonesia merupakan sebuah perusahaan yang memproduksi suku cadang semi konduktor yang menghasilkan komponen-komponen elektronik seperti untuk audio mobil, PC, Sistem Navigasi Mobil, Camera, HP, Induktor Listrik dan komponen elektronik lainnya. Adapun permasalahan yang dihadapi oleh PT.Sagami yaitu banyaknya barang yang rusak atau sering disebut barang NG (Not Good) yang tidak dapat lagi dipergunakan. Hal ini mungkin terjadi karena karyawan yang kurang teliti mengerjakan barang tersebut, kerusakan pada fungsi komponen, kondisi fisik, dan keadaan cover dalam keadaan rusak sehingga terciptalah barang NG. Dan ini membuat perusahaan menjadi rugi. Untuk itu dibutuhkan sebuah sistem yang dapat membantu menetukan barang NG di PT.Sagami Indonesia.Penentuan barang NG pada PT. Sagami dapat di selesaikan menggunakan Sistem pendukung keputusan yang dapat menhasilkan solusi atas permasalahan yang ada., SPK yang di rancang juga mampu membantu pihak manajemen PT. Sagami dalam melakukan pekerjaan yang bersifat analisis dalam kondisi yang kurang terstruktur dan dengan kriteria yang kurang jelas.  Dengan menggunakan teknik Fuzzy Associative Memory (FAM) maka proses penentuan barang NG di PT.Sagami Indonesi menjadi lebih jelas dan tepat sesuai dengan apa yang diharapkan oleh pihak perusahaan.Copyright © 2018 STMIK Triguna Dharma.All rights reserved

Author Biographies

marsono marsono, STMIK TRIGUNA DHARMA

Marsono, S.Kom, M.komprodi sistem informasisaat ini menjadi Kaprodi sistem informasidi Stmik Triguna Dharma

marsono mars marsono, stmik triguna dharma

marsonoprodi sistem informasistmik triguna dharma

References

stmik Triguna Dahrma

Downloads

Published

2019-07-18