3.3. Pemodelan Sistem
3.3.2. Activity Diagram
3.3.2.5. Activity Diagram Hasil Perhitungan
Gambar 3.8 Activity Diagram Hasil Perhitungan 3.4.Flowchart
Flowchart merupakan representasi dari langkah-langkah yang dilakukan oleh algoritma yang dirancang dengan sistematis kedalam bentuk bagan alir. Pada penelitian ini terdiri dari dua flowchart yaitu flowchart sistem pendukung keputusan & flowchart algoritma profile matching.
3.4.1. Flowchart Sistem
Flowchart sistem di penelitian ini terdiri berdasarkan flowchart sistem pendukung keputusan. Flowchart sistem pendukung keputusan bisa ditunjukkan dalamGambar 3.9 di bawah ini.
Admin/HRD
User Form Database
Klik Login
HRD/Admin Input Username
dan Password Cek Data
HRD/Admin
Menu Dashboard
Hasil Perhitungan Proses
Perhitungan
22
Gambar 3.9 Flowchart Sistem
Mulai
Selesai
3.4.2. Flowchart Algoritma Profile Matching
Flowchart algoritma profile matching merupakan diagram alir yang menunjukkan tahapan yang dilakukan dalam menentukan perangkingan dalam pengambilan keputuan dengan teknik operasi matematika. Flowchart algoritma profile matching ditunjukkan dalam gambar 3.10.
Gambar 3.10 Flowchart Algoritma Profile Matching
Mulai
Selesai
24
3.5.Perancangan Sistem
Langkah yang harus dilakukan oleh penulis dalam perancangan sistem ini yaitu menentukan aspek penilaian yang terdiri dari kecerdasan, wawancara dan sikap kerja dimana aspek penilaian ini menjadi tolak ukur untuk menentukan calon karyawan yang terpilih dengan menggunakan metode algoritma profile matching.
Berikut ini aspek penilaian yang akan dimuat dalam tabel 3.1 di bawah ini.
Tabel 3.1 Aspek Penilaian
No Aspek Penilaian Persentase Core Factor Secondary Factor
1 Kecerdasan 40 60 40
2 Wawancara 30 60 40
3 Sikap Kerja 30 60 40
Tabel 3.1 di atas merupakan aspek penilaian yang akan digunakan dalam penelitian ini dengan metode profile matching dalam menentukan calon karyawan yang terpilih dalam PT Biwa Biner Digit.
Kemudian dari aspek penilaian sebelumnya harus ditentukan kriteria penilaian dalam setiap aspek. Berikut ini kriteria penilaian yang digunakan dalam sistem ini dapat ditujukan dalam tabel 3.2 di bawah ini.
Tabel 3.2 Kriteria Penilaian
No Aspek Kriteria Target
Bobot
Tipe Factor 1 Kecerdasan Penguasaan Bahasa Pemograman 4 Core
2 Kecerdasan Kreatif 4 Secondary
3 Kecerdasan Logika 4 Core
4 Kecerdasan Inovatif 3 Secondary
5 Wawancara Karakter 3 Secondary
6 Wawancara Pengalaman 3 Core
7 Wawancara Pengetahuan Tentang Pekerjaan 4 Secondary
8 Wawancara Kejujuran 4 Core
9 Sikap Kerja Kecepatan 4 Core
10 Sikap Kerja Ketelitian 3 Core
11 Sikap Kerja Inisiatif 3 Secondary
12 Sikap Kerja Percaya Diri 3 Secondary
Setelah ditentukan aspek dan kriteria penilaian, diperlukan data calon karyawan beserta nilai dari setiap aspek yang didapatkan dari PT Biwa Biner Digit. Berikut ini data karyawan beserta aspek penilaian yang disajikan dalam tabel di bawah ini.
Tabel 3.3 Data Aspek Penilaian Kecerdasan
26
Tabel 3.4 Data Aspek Penilaian Wawancara No Nama
Sangat Baik Sangat Baik Sangat Baik Baik 9 Muhammad 16 Norfan Khalil Sangat Baik Sangat Baik Cukup Sangat
Baik
Tabel 3.5 Data Aspek Penilaian Sikap Kerja
No Nama Pelamar Kecepatan Ketelitian Inisiatif Percaya Diri
1 Imam Tri Putra Cukup Baik Cukup Baik
2 Wahyu Rizky Cukup Baik Baik Baik
3 Muhamad Firdaus Sangat Baik Sangat Baik 7 Ahmad Budi Santoso Sangat Baik Sangat
Baik
Cukup Sangat Baik 8 Taufiqqurrahman Sangat Baik Cukup Sangat
Baik
Sangat Baik 9 Muhammad Abrar Sangat Baik Sangat
Baik
Perancangan antar muka merupakan hal yang dibutuhkan dalam pembangunan suatu sistem, antar muka sistem yang baik dapat membuat sistem mudah digunakan oleh pengguna, sistem ini terdiri dari 6 laman, yaitu laman login, laman Dashboard, laman Data Pelamar, laman aspek penilaian, laman kriteria penilaian, laman proses proses profile matching, serta laman hasil perhitungan.
28
3.6.1. Halaman Login
Laman Login adalah laman yang muncul saat sistem dijalankan pertama kali.
laman ini digunakan menjadi validasi user untuk mengakses sistem. Rancangan antar muka dari laman Login disajikan dalam Gambar 3.11.
Gambar 3.11 Rancangan Halaman Login
Tanda setiap bagian dalam Gambar 3.11 dapat ditujukan dalam Tabel 3.6 berikut.
Tabel 3.6 Keterangan Rancangan Halaman Login
No Keterangan
1 Item dari Logo PT Biwa Biner Digit 2 Item dari input untuk menginput username 3 Item dari input untuk menginput password 4 Button/tombol“Login” untuk masuk ke
dalam sistem
3.6.2. Halaman Dashboard
Halaman Dashboard adalah laman yang menampilkan sehabis user berhasil melakukan proses masuk ataupun login. Adapun dalam laman ini masih ada menjalankan sistem. Rancangan menurut antarmuka laman Dashboard disajikan dalam Gambar 3.12.
Gambar 3.12 Rancangan Halaman Dashboard
Detail elemen dalam Gambar 3.12 dapat ditujukan dalam Tabel 3.7 berikut.
Tabel 3.7 Keterangan Rancangan Halaman Dashboard No
. Keterangan
1. Item Button Signout
2. Item Button Menu Navigasi untuk menuju Halaman terkait 3. Detail tentang Profile Matching
30
3.6.3. Halaman Data Pelamar
Pada laman Data Pelamar terdapat fungsi untuk menambahkan data kandidat yang ingin anda gunakan menjadi data calon karyawan untuk dipilih menggunakan algoritma profile matching. Rancangan antarmuka laman Data kandidat ditunjukkan dalam Gambar 3.13.
Gambar 3.13 Rancangan Halaman Data Pelamar
Detail setiap elemen dalam Gambar 3.13 bisa ditujukan dalam Tabel 3.8 berikut.
Tabel 3.8 Detail Rancangan Antarmuka Halaman Data Pelamar
3.6.4. Halaman Aspek Penilaian
Pada rancangan laman Aspek Penilaian terdapat fitur untuk menambahkan data aspek penilaian dari pelamar yang ingin digunakan menjadi data calon karyawan yang akan diseleksi menggunakan algoritma profile matching. Desain antarmuka halaman Aspek Penilaian daditunjukkan dalam Gambar 3.14.
Gambar 3.14 Rancangan Halaman Aspek Penilaian
Keterangan setiap elemen dalam Gambar 3.14 dapat ditujukan dalam Tabel 3.9 berikut.
Tabel 3.9 Keterangan Rancangan Antarmuka Halaman Aspek Penilaian
No. Keterangan
1. Item Button Signout
2. Item Button Menu Navigasi untuk menuju Halaman terkait 3. Button “Tambah Data” untuk menambah data aspek penilaian 4. Item “Search” untuk mencari data aspek penilaian yang
diinginkan
5. Tabel data aspek penilaian
32
3.6.5. Halaman Kriteria Penilaian
Rancangan laman Kriteria Penilaian terdapat fitur untuk menambahkan data kriteria penilaian yang sesuai dengan data yang didapatkan dari PT Biwa Biner Digit. Data tersebut digunakan untuk menyeleksi programmer menggunakan algoritma profile matching. Rancangan dari antarmuka laman Data Pelamar ditunjukkan dalam Gambar 3.15.
Gambar 3.15 Rancangan Halaman Kriteria Penilaian
Keterangan setiap elemen dalam Gambar 3.15 dapat ditujukan dalam Tabel 3.10 berikut.
Tabel 3.10 Detail Rancangan Antarmuka laman Kriteria Penilaian
No. Keterangan
1. Item Button Signout
2. Item Button Menu Navigasi untuk menuju laman terkait
3. Button “Tambah Data” untuk menambah data kriteria penilaian 4. Item “Search” untuk mencari data kriteria penilaian yang
diinginkan
5. Tabel data kriteria penilaian
3.6.6. Halaman Proses Profile Matching
Pada rancangan laman proses proses profile matching, admin/hrd dapat menginput kriteria penilaian dari pelamar. Rancangan dari laman proses profil matching ditunjukkan dalam Gambar 3.16.
Gambar 3.16 Rancangan Halaman Proses Profile Matching
Keterangan setiap elemen pada Gambar 3.16 dapat ditujukan dalam Tabel 3.11 berikut.
Tabel 3.11 Keterangan Rancangan Antarmuka Halaman Proses Profile Matching
No. Keterangan
1. Item Button Signout
2. Item Button Menu Navigasi untuk menuju Halaman terkait
3. Item “Aspek Penilaian” untuk memilih aspek penilaian yang diinginkan
4. Item “Input” untuk menambah nilai dari pelamar
5. Item Button “Simpan” untuk menyimpan data yang telah diinput
34
3.6.7. Halaman Hasil Perhitungan
Dalam rancangan tampilan perhitungan akan menyajikan hasil Pengujian berupa tabel hasil perangkingan yang dilakukan dengan algoritma profile matching.
Berikut rancangan laman hasil perhitungan ditunjukkan dalam gambar 3.17 di bawah ini
Gambar 3.17 Rancangan Laman Hasil Perhitungan
Detail setiap elemen dalam Gambar 3.17 dapat ditujukan dalam Tabel 3.12 berikut
Tabel 3.12 Detail Rancangan Antar muka laman Hasil Perhitungan
No. Keterangan
1. Item Button Signout
2. Item Button Menu Navigasi untuk menuju laman terkait
3. Item “Perhitungan” untuk menampilkan hasil perhitungan profile matching 4. Item button Cetak untuk mencetak hasil perhitungan
BAB 4
IMPLEMENTASI DAN PENGUJIAN
4.1.Implementasi Sistem
4.1.1. Detail Kebutuhan Perangkat Keras
Berikut adalah Perangkat keras yang digunakan dalam penelitian ini.
1. Processor Quad-core 2,3 GHz Intel Core i7 generasi ke-10, Turbo Boost hingga 4,1 GHz, dengan cache L3 bersama sebesar 8 MB
2. Memori 16 GB 3. Storage SSD 512 GB
4. Kartu grafis Intel Iris Plus Graphics 4.1.2. Detail Kebutuhan Perangkat Lunak
Berikut adalah Perangkat lunak yang digunakan dalam penelitian ini.
1. MacOS Big Sur
4.2.Implementasi Sistem Pengambilan Keputusan
Tahap implementasi sistem pendukung keputusan merupakan proses implementasi sistem dengan bahasa pemrograman dari output analisis yang dilakukan. Dalam penelitian ini sistem yang dibangun memakai Visual Studio Code & bahasa pemrograman Php & MySQL sebagai penyimpanan database.
Dalam sistem ini masih ada delapan laman yaitu laman login, laman dashboard, laman data pelamar, laman aspek penilaian, laman kriteria penilaian, laman proses profile matching, laman hasil perhitungan dan laman ganti password.
36
4.2.1. Halaman Login
laman Login merupakan laman yang ditampilkan pertama kali pada ketika sistem sedang berjalan, dalam laman ini tersedia kolom input username & password dan button login yang dipakai buat mengakses sistem. Laman login bisa ditujukan dalam Gambar 4.1.
Gambar 4.1 Tampilan Halaman Login 4.2.2. Halaman Dashboard
Laman Dashboard adalah laman yang ditampilkan sesudah sistem melakukan validasi login terhadap user. Dalam halaman dashboard masih ada petunjuk mengenai sistem pendukung keputusan serta algoritma profile matching. Laman dashboard dapat ditujukan dalam Gambar 4.2.
Gambar 4.2 Tampilan Halaman Dashboard 4.2.3. Halaman Data Pelamar
Dalam halaman Data pemohon memiliki fungsi untuk menambah, mengedit dan menghapus data pemohon yang akan digunakan dalam sistem pendukung keputusan untuk menentukan programmer di PT Biwa Biner Digit. Laman Data kandidat dapat ditujukan dalam Gambar 4.3.
Gambar 4.3 Tampilan Halaman Data Pelamar
38
4.2.4. Halaman Aspek Penilaian
Halaman Aspek penilaian menampilkan tabel aspek penilaian yang digunakan dalam penelitian ini. Adapun dalam halaman ini juga terdapat fitur untuk mengubah, menambah dan mnghapus data aspek penilaian yang diinginkan.
Halaman aspek penilaian dapat ditujukan dalam Gambar 4.4.
Gambar 4.4 Tampilan Halaman Aspek Penilaian 4.2.5. Halaman Kriteria Penilaian
Halaman Kriteria penilaian menampilkan tabel kriteria penilaian yang digunakan dalam penelitian ini seperti bobot target, jenis factor dan sebagainya. Halaman Klasifikasi dapat ditujukan dalam Gambar 4.5.
Gambar 4.5 Tampilan Halaman Kriteria Penilaian 4.2.6. Halaman Proses Profile Matching
Halaman Proses Profile Matching digunakan untuk menginput bobot/nilai dari pelamar berdasarkan aspek yang telah ditentukan. Tampilan Halaman Proses Profile Matching dapat ditujukan dalam Gambar 4.6.
Gambar 4.6 Tampilan Halaman Proses Profile Matching
40
4.2.7. Halaman Hasil Perhitungan
Halaman Hasil Perhitungan merupakan halaman yang menampilkan hasil akhir dari pendukung keputusan dalam menentukan programmer dalam PT Biwa Biner Digitmenggunakan algoritma profile matching. Adapun dalam halaman ini akan menampilkan hasil akhir berupa tabel yang terdiri dari total nilai berdasarkan aspek penilaian dan hasil perangkingan. Tampilan dari halamana hasil perhitungan dapat ditujukan dalam gambar 4.7 berikut.
Gambar 4.7 Tampilan Halaman Hasil Perhitungan 4.2.8. Halaman Ganti Password
Halaman ganti password berfungsi untuk mengganti password/kata sandi dari sistem pendukung keputusan dalam penelitian ini. Tampilan halaman ganti password dapat ditujukan dalam gambar 4.8 berikut.
Gambar 4.8 Tampilan Halaman Ganti Password 4.3.Pengujian
Tahapan-tahapan pengujian yang dilakukan dalam penelitian ini terdiri perhitungan pemetaan gap, pembobotan nilai gap, perhitungan nilai factor, perhitungan nilai total serta perangkingan. Tahapan-tahapan yang telah disebutkan sebelumnya dilakukan dalam setiap aspek penilaian. Berikut proses pengujian yang dirincikan menurut aspek penilaian.
4.3.1. Data Input Aspek Penilaian
Pada penelitian ini digunakan data aspek penilaian kecerdasan, wawanca dan sikap kerja. Berikut aspek penilaian kecerdasan dari data pelamar sebagai berikut.
Tabel 4.1 Data input aspek penilaian kecerdasan
No Nama Pelamar A1 A2 A3 A4
42
A1 : Penguasaan Pemogramman A2 : Kreatif
A3 : Logika A4 : Inovatif
Tabel 4.2 Data input aspek penilaian wawancara
No Nama Pelamar A5 A6 A7 A8
A7 : Pengetahuan tentang pekerjaan A8 : Karakter
Tabel 4.3 Data input aspek penilaian sikap kerja 4.3.2. Pemetaan nilai gap
Dari data input yang digunakan dalam tabel 4.1, 4.2 dan 4.3 di atas dapat dihitung pemetaan gap dengan Nilai kriteria yang di tentukan yaitu dapat ditujukan dalam tabel 4.4 di bawah ini.
Tabel 4.4 Nilai Kriteria
No Kriteria Penilaian Nilai Kriteria
1 Penguasaan Pemogramman (A1) 4
2 Kreatif (A2) 4
3 Logika (A3) 4
4 Inovatif (A4) 3
44
5 Kejujuran (A5) 4
6 Kreatif (A6) 4
7 Pengetahuan Tentang Pekerjaan (A7) 3
8 Karakter (A8) 3 dihitung pemetaan gap dengan melakukan pengurangan nilai kriteria pelamar terhadap nilai kriteria yang telah ditentukan. Berikut hasil pemetaan gap yang disajikan dalam tabel di bawah ini.
Tabel 4.5 Hasil Pemetaan gap Aspek Penilaian Kecerdasan
No Nama Pelamar A1 A2 A3 A4
Tabel 4.6 Hasil Pemetaan gap Aspek Penilaian Wawancara
No Nama Pelamar A5 A6 A7 A8
1 Imam Tri Putra -1 -2 0 -1
2 Wahyu Rizky -2 -1 0 -1
3 Muhamad Firdaus -2 -1 0 -1
4 Randi Agus Juliansyah -2 -1 -1 0
5 Sulthan Aldi -3 0 1 -1
Tabel 4.7 Hasil Pemetaan gap Aspek Penilaian Sikap Kerja
No Nama Pelamar A9 A10 A11 A12
46
4.3.3. Pembobotan nilai gap
Setelah didapatkan pemetaan gap, berikutnya dilakukan proses pembobotan nilai gap. Pembobotan nilai gap dilakukan dengan ketentuan dapat ditujukan dalam tabel 4.8 di bawah ini.
Tabel 4.8 Bobot Nilai gap
Dengan menggunakan tabel 4.8 di atas, maka didapatkan hasil pembobotan gap aspek penilaian dalam tabel di bawah ini.
Tabel 4.9 Bobot gap Aspek Penilaian Kecerdasan
No Nama Pelamar A1 A2 A3 A4
16 Norfan Khalil 4 4 4 4
17 Muhammad Mirza 3 4 3 5
18 Hafiz Furqon 3 4 4 5
19 Methalia 5 5 3 5
20 Nahla Putri 5 4 4 4.5
Tabel 4.10 Bobot gap Aspek Penilaian Wawancara
No Nama Pelamar A5 A6 A7 A8
Tabel 4.11 Bobot gap Aspek Penilaian Sikap Kerja
No Nama Pelamar A9 A10 A11 A12
48 aspek penilaian yang digunakan dalam penelitian ini untuk menentukan calon programmer yang terpilih di PT Biwa Biner Digit.
4.3.4. Perhitungan Nilai Factor
Penelitian ini dilakukan perhitungan core & secondary factor berdasarkan setiap aspek penilaian yang telah diberikan bobot gap dalam tahapan sebelumnya.
Dalam penelitian ini nilai persentase dalam core dan secondary factor dapat ditujukan dalam tabel 4.12 di bawah ini.
Tabel 4.12 Persentase nilai factor
No Aspek Penilaian Core Factor Secondary Factor
1 Kecerdasan 60 40
2 Wawancara 60 40
3 Sikap Kerja 60 40
Adapun menghitung core factor digunakan persamaan 1. Berikut persamaannya NFC = ∑ NC(s, p)
Sedangkan untuk menghitung nilai secondary factor digunakan persamaan 2 sebagai berikut.
NSF = ∑ NS(s, p)
∑ IS Keterangan:
NSF : Nilai rata-rata Secondary factor NS
(s,p) : Jumlah total nilai Secondary factor (sasaran kerja, perilaku) IS : Jumlah item Secondary factor
Dengan menggunakan kedua persamaan di atas terdapat hasil perhitungan nilai core dan secondary factor ditujukan dalam tabel berikut ini.
Tabel 4.13 Nilai factor Aspek Penilaian Kecerdasan
No Nama Pelamar A1 A2 A3 A4 NCF NSF Total
50
Dengan,
A1 : Penguasaan Pemogramman (core factor) A2 : Kreatif (secondary factor)
A3 : Logika (core)
A4 : Inovatif (secondary factor)
Tabel 4.14 Nilai factor Aspek Penilaian Wawancara
No Nama Pelamar A5 A6 A7 A8 NCF NSF Total
A5 : Kejujuran (core factor) A6 : Kreatif (secondary factor)
A7 : Pengetahuan tentang pekerjaan (core factor) A8 : Karakter (secondary factor)
Tabel 4.15 Nilai factor Aspek Penilaian Sikap Kerja
A9 : Kecepatan (core factor) A10 : Ketelitian (core factor) A11 : Inisiatif (secondary factor) A12 : Percaya Diri (secondary factor)
Tabel 4.13, 4.14 dan 4.15 di atas merupakan hasil perhitungan nilai core factor dan secondary factor dari setiap aspek penilaian.
4.3.5. Perhitungan Nilai Total
Setelah dilakukan perhitungan nilai factor dari setiap aspek penilaian, tahapan berikutnya dalam menentukan keputusan menggunakan algoritma profile matching adalah menghitung nilai total. Adapun untuk melakukan perhitungan nilai total digunakan persamaan 3 di bawah ini.
N = X% NCF + Y% NSF
52
Adapun nilai persentase dalam setiap aspek penilaian dapat ditujukan dalam tabel 4.16 berikut.
Tabel 4.16 Nilai persentase Aspek Penilaian No Aspek Penilaian Persentase
1 Kecerdasan 40
2 Wawancara 30
3 Sikap Kerja 30
Dengan menggunakan persamaan 3 dan tabel 4.16 di atas, maka didapatkan nilai total yang ditujukan dalam tabel 4.17 berikut.
Tabel 4.17 Nilai Total No Nama Pelamar Kecerdasan
(40%)
8 Taufiqqurrahman 5 4.85 4.5 4.805
9 Muhammad Abrar 3.8 4.3 4.75 4.235
10 Reza Dhia Ulhaq 3.7 3.9 4.3 3.94
11 Kahlil Mirzani 3.7 4.2 4.2 4
12 Dhia Muhammad Akbar 3.6 4.7 4.1 4.08
13 Zulfadli 3.9 4.7 3.8 4.11
14 Fadil Faturrahman 3.6 3.9 3.9 3.78
15 Irfan 4 4.3 3.9 4.06
4.3.6. Perangkingan
Tahapan akhir dalam menentukan keputusan menggunakan algoritma profile matching adalah perangkingan. Dalam melakukan proses perangkingan digunakan persamaan 4 di bawah ini.
Rangking = X%N1 + Y%N2 + Z%N3
Dengan menggunakan persamaan di atas maka dapat dilakukan perangkingan.
Berikut hasil perangkingan dari nilai total dapat ditujukan dalam tabel 4.18 di bawah ini.
Tabel 4.18 Hasil Perangkingan Nilai Total
No Nama Pelamar Nilai Total Ranking
1 Taufiqqurrahman 4.805 1
2 Methalia 4.46 2
3 Muhammad Firdaus 4.435 3
4 Nahla Putri 4.43 4
13 Dhia Muhammad Akbar 4.08 13
14 Irfan 4.06 14
15 Kahlil Mirzani 4 15
16 Muhammad Mirza 3.96 16
17 Reza Dhia Ulhaq 3.94 17
18 Imam Tri Putra 3.93 18
19 Khairyan Akbar 3.895 19
20 Fadil Faturrahman 3.78 20
4.4.Hasil Pengujian
Setelah melakukan pengujian dalam sistem pendukung keputusan menggunakan algoritma profile matching dalam menentukan calon programmer PT Biwa Biner Digit, didapatkan hasil yang ditujukan dalam tabel 4.19 di bawah ini.
54
Tabel 4.19 Hasil Akhir Pengujian Sistem No Nama Pelamar Kecerdasan
(40%)
1 Taufiqqurrahman 5 4.85 4.5 4.805 1
2 Methalia 4.4 4 5 4.46 2
BAB 5
KESIMPULAN DAN SARAN
5.1.Kesimpulan
Hasil berdasarkan penelitian yang sudah dilakukan maka bisa diberikan kesimpulan yaitu:
1. Sistem Pendukung Keputusan menggunakan algoritma profile matching dapat dipergunakan untuk menyeleksi programmer PT Biwa Biner Digit.
2. Hasil perhitungan algoritma profile matching dalam sistem pendukung keputusan sesuai dengan operasi Algoritma secara matematis.
3. Penelitian ini berjalan dengan signifikan.
5.2.Saran
1. Melakukan pengembangan dalam bentuk sistem berbasis mobile.
2. Melakukan pengembangan menggunakan algoritma lainnya seperti Iterative Dichotomizer Three, Technique for Order by Similarity to Ideal Solution Method (TOPSIS) dan Simple Additive Weighting (SAW)
56
DAFTAR PUSTAKA
Abdullah, M. R. (2014). Manajemen dan evaluasi kinerja karyawan.
Adianto, T. R., Arifin, Z., & Khairina, D. M. (2017). Sistem Pendukung Keputusan Pemilihan Rumah tinggal di Perumahan Menggunakan Metode Simple Additive Weighting (saw)(studi kasus: Kota samarinda). Prosiding 2nd SAKTI.
Dwijaya, I. F., Komputer, I., & Indonrsia, U. K. (2010). Sistem pendukung keputusan kenaikan jabatan pada PT. SYSMEX menggunakan metode profile matching. Jurnal Informatika.
Ernawati, E., Hidayah, N. A., & Fetrina, E. (2017). Rancang Bangun Sistem Pendukung Keputusan Kenaikan Jabatan Pegawai Dengan Metode Profile Matching (Studi Kasus: Kementerian Agama Kantor Wilayah DKI Jakarta). Studia Informatika: Jurnal Sistem Informasi, 10(2).
Handayani, R. I. (2017). Sistem pendukung keputusan pemilihan karyawan berprestasi dengan metode profile matching pada PT. Sarana Inti Persada (SIP). Jurnal Pilar Nusa Mandiri, 13(1), 28-34.
Hikmatulloh, H., Rahmawati, A., Wintana, D., & Ambarsari, D. A. (2019).
Penerapan Algoritma Iterative Dichotomiser Three (Id3) Dalam Mendiagnosa Kesehatan Kehamilan. Klik-Kumpulan Jurnal Ilmu Komputer, 6(2), 116.
Munawir, M., & Ardiansyah, A. (2017). Decision Support System Pemilihan Karyawan Berprestasi Dengan Pendekatan Analisa Gap Profile matching Di Kantor Perwakilan Bank Indonesia Provinsi Aceh. Jurnal JTIK (Jurnal Teknologi Informasi dan Komunikasi), 1(1), 7-14.
Muqtadir, A., & Purdianto, I. (2013, June). Sistem pendukung keputusan kenaikan jabatan menggunakan metode profile matching (studi kasus di PT. Industri Kemasan Semen Gresik). In Seminar Nasional Aplikasi Teknologi Informasi (SNATI) (Vol. 1, No. 1).
Mehrbod, A., Zutshi, A., Grilo, A., & Jardim-Gonsalves, R. (2018). Application of a semantic product matching mechanism in open tendering e-marketplaces. Journal of Public Procurement.
Komalasari, N. (2020). Sistem Pendukung Keputusan Kelaikan Terbang (SPK2T). Jurnal Industri Elektro dan Penerbangan, 4(1).
Hartami Santi, I. (2018). Penerapan Metode Profile Matching Untuk Pengembangan Area Pemasaran Produk Kendang Jimbe Kota Blitar Prosiding SINTAK, 2.
Sovia, R., & Febio, J. (2011). Membangun Aplikasi E-Library Menggunakan HTML. PHP SCRIPT, Dan MYSQL Database.
Sudrajat, B. (2018). Pemilihan Pegawai Berprestasi Dengan Menggunakan Metode Profile Matching (Artikel ini sudah ditarik kembali atas Permintaan Author). Journal of Information System, Applied, Management, Accounting and Research, 2(4), 20-28.
Zulkifli, Z., & Sarifuddin, S. (2017). Decision Support System Pemberian Bonus Tahunan Pada Karyawan Berdasarkan Kinerja Karyawan Menggunakan Metode Simple Additive Weighting (Study Kasus: Stmik Pringsewu). Jurnal TAM (Technology Acceptance Model), 7, 67-7
A-1
LISTING PROGRAM
https://drive.google.com/drive/folders/1LFkux-9NnBHO7cL6Q8C95sy1b8xmQuWX?usp=sharing
CURRICULUM VITAE
DATA DIRI
Nama : Chairul Reza
Tempat, Tanggal Lahir : Binjai, 28 Desember 1997 Jenis Kelamin : Laki-Laki
Agama : Islam
Kewarganegaraan : Indonesia
Alamat : Jl Soekarno Hatta Km. 19,7 Kel. Tunggurono,Binjai No. Handphone : 0812 6245 8068
Email : [email protected]
RIWAYAT PENDIDIKAN
● 2003 - 2009 SD 024772 Binjai
● 2009 – 2012 SMPN 3 Binjai
● 2012 – 2015 SMAN 2 Binjai
● 2015 – 2021 S-1 Ilmu Komputer, Universitas Sumatera Utara
WORKSHOP/PELATIHAN
● 2016 Pelatihan Dasar Organisasi IMILKOM USU International Conference on Computing and Applied Informatics ( ICCAI ) 2016
A-3
PENGALAMAN ORGANISASI & KEPANITIAAN
● 2015 Computer Science Anniversary
Anggota Bidang Keamanan
● 2017 MUSRENBANG
FASILKOM-TI 2019 Anggota Publikasi &
Dokumentasi
KEMAMPUAN
Bahasa : Indonesia, Inggris, Bahasa Pemrograman : C++, PHP,
DBMS : MySQL
Software : Microsoft Office, Adobe Photoshop, Adobe Premiere, Adobe Ilustrator.
Lainnya : Digital Marketing
Surat Permohonan Izin Penelitian