Integrasi Sistem Pendukung Keputusan dan Machine Learning

Integrasi Sistem Pendukung Keputusan dan Machine Learning merupakan buku yang membahas secara komprehensif penggabungan metode Decision Support System (DSS) klasik dengan pendekatan Machine Learning untuk menyelesaikan permasalahan kompleks berbasis data. Buku ini dirancang untuk menjembatani aspek teoritis, algoritmik, dan implementatif dalam pengembangan sistem cerdas yang adaptif dan akurat.

Pembahasan diawali dengan metode pengambilan keputusan multikriteria, yaitu TOPSIS dan Analytic Hierarchy Process (AHP), yang dikupas mulai dari konsep dasar, algoritma, contoh perhitungan manual, hingga implementasi kode interaktif. Integrasi AHP–TOPSIS menjadi inti pembahasan awal, dilengkapi dengan analisis sensitivitas bobot dan pengembangan sistem interaktif berbasis Python dan Streamlit untuk mendukung pengambilan keputusan yang dinamis dan transparan.

Pada bagian selanjutnya, buku ini memperluas pendekatan DSS dengan memperkenalkan metode Machine Learning, khususnya Bagging, Random Forest, dan Support Vector Machine (SVM). Metode-metode ini dijelaskan secara konseptual dan praktis untuk memperkuat kemampuan prediktif dan klasifikasi dalam sistem pendukung keputusan modern. Sebagai puncak pembahasan, buku ini menyajikan studi kasus implementasi yang menunjukkan bagaimana integrasi DSS dan Machine Learning dapat digunakan secara nyata untuk menganalisis kondisi secara menyeluruh.

Buku ini ditujukan bagi akademisi, mahasiswa, peneliti, dan praktisi teknologi yang tertarik pada pengembangan sistem cerdas, kecerdasan buatan, serta penerapan analisis data untuk mendukung pengambilan keputusan strategis di berbagai bidang.