Jurnal Teknik Informatika dan Sistem Informasi ISSN 2407-4322
Vol. 10, No. 1, Maret 2023, Hal. 119-130 E- ISSN 2503-2933 119
SPK Pemberian Pinjaman Menggunakan Metode AHP Dan SAW (Studi Kasus KSP Bhina Raharja Purbalingga)
Nicolaus Teguh Santoso*1, Yohanes Suhari2
1,2Universitas Stikubank Semarang; Jl. Tri Lomba Juang Mugassari, Semarang
1,2Sistem Informasi, Fakultas Teknologi Informasi dan Industri, Universitas Stikubank e-mail: *1nicoteguh20@gmail.com, 2yohanes@unisbank.ac.id
Abstrak
Koperasi adalah badan usaha atau organisasi yang dimiliki dan dioperasikan oleh para anggotanya untuk memenuhi kepentingan bersama. Koperasi Simpan Pinjam Bhina Raharja Purbalingga merupakan salah satu koperasi simpan pinjam yang berada di kota Purbalingga. Dalam memberikan pinjaman, banyak kriteria yang harus dipertimbangkan saat pengambilan keputusan oleh manajemen koperasi. Hal ini tentu dapat menyulitkan manejemen koperasi dalam membuat keputusan. Berdasarkan hal tersebut, untuk memudahkan koperasi dalam pengambilan keputusan pemberian pinjaman, maka diperlukan sistem pendukung keputusan. Sistem pendukung keputusan yang akan dikembangkan menggunakan metode AHP dan SAW. Penelitian ini menunjukkan bahwa hasil dari perhitungan menggunakan metode AHP dan SAW tidak jauh berbeda yaitu alternatif 1, alternatif 2, dan alternatif 4 layak untuk mendapatkan pinjaman. Sedangkan alternatif 3 belum memenuhi kelayakan.
Kata kunci—Sistem Pendukung Keputusan, Analytical Hierarchy Process, Simple Additive Weighting, Koperasi Simpan Pinjam
Abstract
Cooperative is a business entity or organization owned and operated by its members to fulfill common interests. The Savings and Loans Cooperative Bhina Raharja Purbalingga is one of the savings and loans cooperative located in the city of Purbalingga. In providing loans, many criteria must be considered when making decisions by cooperative management. Of course this can be difficult for cooperative management to make decisions. Based on this, to facilitate cooperatives in making decisions, a decision support system is needed. The decision support system that will be developed uses the AHP and SAW methods. This study shows that the results of the calculations using the AHP and SAW methods are not much different, namely alternative 1, alternative 2, and alternative 4 are eligible to get a loan. While alternative 3 does not meet the feasibility.
Keywords—Decision Support System, Analytical Hierarchy Process, Simple Additive Weighting, Savings and Loans Cooperative
1. PENDAHULUAN
egara Indonesia mempunyai sektor perekonomian yang sangat luas dan besar.
Pembangunan perekonomian di Indonesia dapat dilakukan dengan banyak cara. Salah satunya yaitu melalui koperasi. Tidak jarang masyarakat membuat tabungan dan melakukan peminjaman kepada koperasi[1]. Koperasi mempunyai banyak jenis menurut PP No.
N
120 Jatisi ISSN 2407-4322 Vol. 10, No. 1, Maret 2023, Hal. 119-130 E-ISSN 2503-2933
60 tahun 1959, salah satunya yaitu koperasi simpan pinjam. Seperti yang disebutkan dalam asas koperasi, koperasi simpan pinjam memiliki simpanan wajib, simpanan sukarela, dan deposito.Simpanan inilah yang nantinya akan digunakan kembali oleh koperasi sebagai modal pemberian pinjaman[2].
Koperasi simpan pinjam Bhina Raharja memiliki banyak cabang di Negara Indonesia.
Salah satu cabangnya berada di kota Purbalingga. Dalam memberikan pinjaman, metode yang digunakan adalah dengan pengisian formulir oleh anggota. Setelah formulir terisi, manajemen koperasi akan mengambil keputusan berdasarkan kriteria – kriteria tertentu yang telah ditetapkan. Pengambilan keputusan yang membutuhkan banyak kriteria dalam pertimbangannya tentu dapat menyulitkan pihak manajemen koperasi[3].
Dengan permasalahan tersebut, peneliti ingin membuat sistem pendukung keputusan yang dapat membantu pihak manajemen koperasi simpan pinjam Bhina Raharja Purbalingga dalam memberikan pinjaman terhadap anggotanya. Sistem pendukung keputusan dapat mengolah data nilai alternatif yang ingin meminjam dan mempertimbangkannya dengan beberapa kriteria yang telah ditentukan oleh pihak koperasi[4].
Dalam membangun suatu sistem yang baru, peneliti harus mencari referensi penelitian terdahulu agar sistem yang dibangun dapat bekerja sesuai dengan yang diinginkan. Terdapat beberapa penelitian yang dapat peneliti jadikan referensi dalam pembangunan sistem pendukung keputusan ini. Hasil penelitian yang dilakukan oleh Simarmata et al.(2018) menggunakan metode SAW membuktikan bahwa metode SAW dapat membantu pihak sekolah dalam pemilihan guru dengan efektif dan efisien[5]. Penelitian di masa lalu yang dilakukan oleh Nurdiyanto dan Meilia(2016) menggunakan metode AHP menunjukkan bahwa metode AHP berhasil membantu Dinas Perindustrian dan Perdagangan Lampung Tengah untuk melakukan pemilihan perusahaan yang mendapatkan bantuan dari pemerintah daerah[6].
Berdasarkan referensi yang telah disebutkan sebelumnya, peneliti ingin membangun sistem pendukung keputusan menggunakan dua metode yaitu AHP dan SAW. Dengan menggunakan dua metode, pihak manajemen koperasi dapat membandingkan hasil perhitungan dari kedua metode ini. Sistem pendukung keputusan yang dibangun menggunakan lima kriteria yaitu jaminan, lama pinjam, kegunaan, pengeluaran, dan pendapatan.
2. METODE PENELITIAN 2.1. Tinjauan Pustaka
2.1.1. Sistem Pendukung Keputusan
Sistem pendukung keputusan merupakan suatu sistem yang dibuat dengan tujuan untuk membantu suatu pihak tertentu dalam mengambil keputusan. Biasanya pengambilan keputusan tersebut menggunakan kriteria yang lebih dari satu dan terdiri dari beberapa sub kriteria. Sistem akan mengolah data menjadi informasi untuk mengambil keputusan dari masalah semi terstruktur yang spesifik[7].
Sistem manajemen yang telah terkomputerisasi memiliki sifat interaktif. Sifat interaktif inilah yang memudahkan proses integrasi berbagai komponen untuk membentuk suatu keputusan[8].
2.1.2. Analytical Hierarchy Process (AHP)
Metode Analytical Hierarchy Process (AHP) digunakan untuk mengurutkan alternatif dengan berbagai kriteria dan sub kriteria yang ada. Dalam perhitungannya, metode ini menggunakan tabel yang dikembangkan oleh Prof. Thomas Lorie Saaty pada awal tahun 1970
Jatisi ISSN 2407-4322
Vol. 10, No. 1, Maret 2023, Hal. 119-130 E- ISSN 2503-2933 121
an. Penggunaan metode AHP biasanya sering digunakan dalam memecahkan suatu permasalahan yang sifatnya kompleks[9].2.1.3. Simple Additive Weighting (SAW)
Sistem pendukung keputusan yang dibangun menggunakan dua metode yang salah satunya disebut metode SAW. Metode SAW memberikan bobot yang berurutan kepada kriteria dan sub kriterianya. Setelah itu, data nilai yang dimiliki alternatif akan dijumlahkan menurut bobot yang telah ditentukan sebelumnya. Penggunaan metode SAW sering digunakan dalam menyelesaikan permasalahan yang mempunyai banyak proses. Metode SAW juga dikenal dengan istilah metode penjumlahan terbobot[10].
3. HASIL DAN PEMBAHASAN
Perhitungan pemberian pinjaman menggunakan metode AHP dan SAW dengan data kriteria dan data alternatif yang dapat dilihat pada tabel 1 dan tabel 2.
Tabel 1. Data Kriteria
Kriteria Sub Kriteria
Jaminan Sertifikat Tanah
Sertifikat Rumah Surat Kendaraan Roda Empat
Surat Kendaraan Roda Dua
Lama Pinjam 6 bulan
12 bulan 18 bulan 24 bulan
Kegunaan Peningkatan Usaha
Pembelian Rumah Konsumtif
Pengeluaran < 2 juta
2 – 4 juta
> 4 juta
Pendapatan > 4 juta
2 – 4 juta
< 2 juta Tabel 2. Data Nilai Alternatif Alternatif Jaminan Lama
Pinjam Kegunaan Pengeluaran Pendapatan A1
Surat Kendaraan Roda Empat
18 bulan Pembelian
Rumah 3.000.000 3.000.000
A2
Surat Kendaraan
Roda Dua
6 bulan Peningkatan
Usaha 4.000.000 2.000.000
A3 Surat
Kendaraan 24 bulan Pembelian
Rumah 1.500.000 3.000.000
122 Jatisi ISSN 2407-4322 Vol. 10, No. 1, Maret 2023, Hal. 119-130 E-ISSN 2503-2933
Roda Dua A4 Sertifikat
Tanah 24 bulan Pembelian
Rumah 1.500.000 3.000.000 3.1. Pembahasan Metode AHP
Langkah – langkah perhitungan sistem pendukung keputusan pemberian pinjaman studi kasus KSP Bhina Raharja Purbalingga menggunakan metode AHP yaitu:
1. Membuat Matriks Perbandingan Berpasangan Kriteria
Terlebih dahulu membuat nilai perbandingan antar kriteria. Pada penelitian ini, matriks perbandingan berpasangan diisi oleh manajemen KSP Bhina Raharja Purbalingga. Lakukan matriks perbandingan sampai dengan masing – masing sub kriteria. Matriks perbandingan berpasangan dapat dilihat pada tabel 3.
Tabel 3. Matriks Perbandingan Berpasangan Kriteria Jaminan Lama
Pinjam Kegunaan Pengeluaran Pendapatan
Jaminan 1 2 3 4 5
Lama
pinjam 0,5 1 2 3 4
Kegunaan 0,33 0,5 1 2 3
Pengeluaran 0,25 0,33 0,5 1 2
Pendapatan 0,2 0,25 0,33 0,5 1
Jumlah 2,28 4,08 6,83 10,5 15
2. Membuat Matriks Nilai Kriteria
Langkah selanjutnya yaitu membuat matriks nilai dengan cara membagi setiap nilai kolom dengan total kolom.
Contoh perhitungan :
Jaminan – jaminan = 1 / 2,28 = 0,44 Jaminan – lama pinjam = 2/4,08 = 0,49
Jaminan – kegunaan = 3/6,83 = 0,44 (1) Jaminan – pengeluaran = 4/10,5 = 0,38
Jaminan – pendapatan = 5/15 = 0,33
Lakukan perhitungan matriks nilai kriteria sampai masing – masing sub kriteria. Hasil perhitungan matriks nilai kriteria dapat dilihat pada tabel 4.
Tabel 4. Matriks Nilai Kriteria Kriteria Jaminan Lama
Pinjam Kegunaan Pengeluaran Pendapatan
Jaminan 0,44 0,49 0,44 0,38 0,33
Lama Pinjam
0,22 0,24 0,29 0,29 0,27
Kegunaan 0,15 0,12 0,15 0,19 0,20
Pengeluaran 0,11 0,08 0,07 0,10 0,13
Pendapatan 0,09 0,06 0,05 0,07 0,31
3. Menghitung Bobot Prioritas Kriteria
Perhitungan bobot prioritas kriteria dilakukan dengan menjumlahkan nilai masing – masing baris lalu dibagi dengan banyaknya kriteria.
Jatisi ISSN 2407-4322
Vol. 10, No. 1, Maret 2023, Hal. 119-130 E- ISSN 2503-2933 123
Contoh perhitungan:Bobot prioritas jaminan = (0,44 + 0,49 + 0,44 + 0,38 + 0,33)/5 = 0,42 (2)
Lakukan perhitungan bobot prioritas sampai masing – masing sub kriteria. Hasil perhitungan bobot prioritas kriteria dapat dilihat pada tabel 5.
Tabel 5. Bobot Prioritas Kriteria
Kriteria Bobot
Jaminan 0,42
Lama Pinjam 0,26
Kegunaan 0,16
Pengeluaran 0,10
Pendapatan 0,06
4. Menghitung Rasio Konsistensi
Perhitungan rasio konsistensi dilakukan untuk memastikan bahwa matriks perbandingan berpasangan yang dibuat telah konsisten atau belum. Lakukan perhitungan rasio konsistensi sampai masing – masing sub kriteria. Perhitungan rasio konsistensi dapat dilihat pada tabel 6.
Tabel 6. Perhitungan Rasio Konsistensi
Kriteria Jumlah Bobot Hasil
Jaminan 2,28 0,42 0,96
Lama pinjam 4,08 0,26 1,06
Kegunaan 6,83 0,16 1,09
Pengeluaran 10,5 0,10 1,05
Pendapatan 15 0,06 0,90
Jumlah 5,06
Contoh perhitungan:
λmaks = 5,06
n = 5
CI = (λmaks – n) / (n – 1)
= (5,06 – 5) / (5 – 1)
= 0,06 / 4 (3)
= 0,02 CR = CI / RI
= 0,02 / 1,12
= 0,02 (konsisten karena lebih kecil dari 0,1) 5. Perhitungan Skor Setiap Alternatif
Nilai skor setiap alternatif dapat diperoleh dengan cara mengalikan setiap nilai sub prioritas dengan setiap prioritas kriteria utamanya, lalu ditambahkan.
Skor A1 = (0,42)(0,22) + (0,26)(0,22) + (0,16)(0,57) + (0,10)(0,57) + (0,06)(0,41) = 0,3224
Skor A2 = (0,42)(0,13) + (0,26)(1,00) + (0,16)(1,00) + (0,10)(0,57) + (0,06)(0,41) =
0,5562 (4)
Skor A3 = (0,42)(0,13) + (0,26)(0,10) + (0,16)(0,57) + (0,10)(1,00) + (0,06)(0,41) = 0,2964
Skor A4 = (0,42)(1,00) + (0,26)(0,10) + (0,16)(0,57) + (0,10)(1,00) + (0,06)(0,41) = 0,6618
124 Jatisi ISSN 2407-4322 Vol. 10, No. 1, Maret 2023, Hal. 119-130 E-ISSN 2503-2933
Perhitungan di atas dapat dimasukkan ke dalam tabel yang dapat dilihat pada tabel 7.
Tabel 7. Skor Alternatif AHP Alternatif Skor Kelayakan
A1 0,3224 Layak
A2 0,5562 Layak
A3 0,2964 Tidak Layak
A4 0,6618 Layak
3.2. Pembahasan Metode SAW
Langkah – langkah perhitungan sistem pendukung keputusan pemberian pinjaman studi kasus KSP Bhina Raharja Purbalingga menggunakan metode SAW yaitu:
1. Menentukan Bobot Kriteria dan Sub Kriteria
Langkah awal metode Simple Additive Weighting (SAW) adalah menentukan bobot kriteria dan sub kriteria. Bobot kriteria dapat dilihat pada tabel 8.
Tabel 8. Bobot Kriteria SAW Nama Kriteria Atribut Bobot
Jaminan Benefit 0,3
Lama Pinjam Benefit 0,25
Kegunaan Benefit 0,2
Pengeluaran Benefit 0,15 Pendapatan Benefit 0,10 Bobot sub kriteria yang akan digunakan adalah sebagai berikut : a. Jaminan – Surat Kendaraan Roda Dua : 1 b. Jaminan – Surat Kendaraan Roda Empat : 2 c. Jaminan – Sertifikat Rumah : 3 d. Jaminan – Seritifikat Tanah : 4
e. Lama Pinjam – 24 bulan : 1
f. Lama Pinjam – 18 bulan : 2
g. Lama Pinjam – 12 bulan : 3
h. Lama Pinjam – 6 bulan : 4
i. Kegunaan – Konsumtif : 1
j. Kegunaan – Pembelian Rumah : 2
k. Kegunaan – peningkatan usaha : 3 l. Pengeluaran – lebih dari 4 juta : 1 m. Pengeluaran – 2 sampai 4 juta : 2 n. Pengeluaran – kurang dari 2 juta : 3 o. Pendapatan – kurang dari 2 juta : 1 p. Pendapatan – 2 sampai 4 juta : 2 q. Pendapatan – lebih dari 4 juta : 3 2. Menentukan Data Nilai Alternatif dan Bobot Kriteria Setiap Alternatif
Data nilai alternatif yang akan digunakan dapat dilihat pada tabel 2. Setelah menentukan data nilai alternatif, langkah selanjutnya yaitu memberikan bobot kriteria sesuai dengan data nilai alternatifnya yang dapat dilihat pada tabel 9.
Jatisi ISSN 2407-4322
Vol. 10, No. 1, Maret 2023, Hal. 119-130 E- ISSN 2503-2933 125
Tabel 9. Bobot Kriteria Setiap AlternatifJaminan Lama Pinjam Kegunaan Pengeluaran Pendapatan
A1 2 2 2 2 2
A2 1 4 3 2 2
A3 1 1 2 3 2
A4 4 1 2 3 2
3. Membuat Matriks Keputusan (X)
Matriks keputusan dibuat berdasarkan nilai bobot kriteria setiap alternatif.
X =
2 2 2 2 2 1 4 3 2 2 14 1
1 2 3 2
2 3 2
4. Normalisasi Matriks Keputusan (R)
Membuat normalisasi matriks keputusan(X) menjadi matrik normalisasi(R) menggunakan rumus berikut:
Rij = (5) Jika j adalah atribut keuntungan (benefit)
Rij = (6)
Jika j adalah atribut biaya (cost) Kriteria jaminan adalah benefit, maka:
R1.1 = ;;; = = 0,5 R2.1 = ;;; = = 0,25 R3.1 = ;;; = = 0,25 R4.1 = ;;; = = 1
Kriteria lama pinjam adalah benefit, maka:
R1.2 = ;;; = = 0,5 R2.2 = ;;; = = 1 R3.2 = ;;; = = 0,25 R4.2 = ;;; = = 0,25
Kriteria kegunaan adalah benefit, maka:
R1.3 = ;;; = = 0,67 (7)
R2.3 = ;;; = = 1
126 Jatisi ISSN 2407-4322 Vol. 10, No. 1, Maret 2023, Hal. 119-130 E-ISSN 2503-2933
R3.3 = ;;; = = 0,67 R4.3 = ;;; = = 0,67
Kriteria pengeluaran adalah benefit, maka:
R1.4 = ;;; = = 0,67 R2.4 = ;;; = = 0,67 R3.4 = ;;; = = 1 R4.4 = ;;; = = 1
Kriteria pendapatan adalah benefit, maka:
R1.5 = ;;; = = 1 R2.5 = ;;; = = 1 R3.5 = ;;; = = 1 R4.5 = ;;; = = 1
Berdasarkan perhitungan tersebut, maka hasil matriks ternormalisasi(R) adalah:
R =
0,5 0,5 0,67 0,67 1
0,25 1 1 0,67 1
0,25 0,25 0,67 1 1
1 0,25 0,67 1 1
5. Perhitungan Skor untuk Setiap Alternatif
Perhitungan ini diperoleh dengan menggunakan rumus sebagai berikut:
Vi = ∑
(8)
V1 = (0,3)(0,5) + (0,25)(0,5) + (0,20)(0,67) + (0,15)(0,67) + (0,10)(1) = 0,61 V2 = (0,3)(0,25) + (0,25)(1) + (0,20)(1) + (0,15)(0,67) + (0,10)(1) = 0,73 V3 = (0,3)(0,25) + (0,25)(0,25) + (0,20)(0,67) + (0,15)(1) + (0,10)(1) = 0,52 V4 = (0,3)(1) + (0,25)(0,25) + (0,20)(0,67) + (0,15)(1) + (0,10)(1) = 0,75
Berdasarkan perhitungan skor di atas, maka dapat dimasukkan ke dalam tabel seperti pada tabel 10.
Tabel 10. Skor Alternatif SAW Alternatif Skor Kelayakan
A1 0,61 Layak
A2 0,73 Layak
A3 0,52 Tidak Layak
A4 0,75 Layak
Jatisi ISSN 2407-4322
Vol. 10, No. 1, Maret 2023, Hal. 119-130 E- ISSN 2503-2933 127
3.2. Implementasi Sistem
Melakukan implementasi sistem berdasarkan perancangan sistem yang telah dilakukan dengan memanfaatkan bahasa pemrograman PHP dan MySQL.
1. Masukan data
Digunakan untuk menambahkan data nilai alternatif yang nantinya akan digunakan untuk perhitungan SPK pemberian pinjaman menggunakan metode AHP dan SAW.
Tampilan dapat dilihat pada gambar 1.
Gambar 1. Tampilan Masukan Data Nilai Alternatif
Setelah menambahkan data nilai alternatif, adapun data tersebut akan tampil di bawah tombol submit seperti pada gambar 2.
Gambar 2. Data Nilai Alternatif 2. Hasil SPK
Hasil perhitungan data nilai alternatif yang telah ditambahkan sebelumnya menggunakan metode AHP. Hasil perhitungan terdiri dari no, no ktp, nama, skor, dan kelayakan. Tampilan halaman dapat dilihat pada gambar 3.
128 Jatisi ISSN 2407-4322 Vol. 10, No. 1, Maret 2023, Hal. 119-130 E-ISSN 2503-2933
Gambar 3. Hasil SPK Metode AHP
Hasil perhitungan dengan menggunakan metode SAW meliputi rating kecocokan, normalisasi, dan skor. Adapun tambilan halaman hasil perhitungan metode SAW dapat dilihat pada gambar 4 dan gambar 5.
Gambar 4. Hasil Rating Kecocokan dan Normalisasi Metode SAW
Gambar 5. Hasil SPK Metode SAW
Jatisi ISSN 2407-4322
Vol. 10, No. 1, Maret 2023, Hal. 119-130 E- ISSN 2503-2933 129
4. KESIMPULAN
Berdasarkan hasil penelitian yang telah dicapai pada sistem pendukung keputusan pemberian pinjaman menggunakan metode AHP dan SAW studi kasus KSP Bhina Raharja Purbalingga, dapat ditarik kesimpulan bahwa sistem menghasilkan output yang tidak jauh berbeda dengan hasil A1, A2, dan A4 layak untuk mendapatkan pinjaman. Sedangkan A3 belum memenuhi standart kelayakan pemberian pinjaman dalam perhitungan metode AHP maupun SAW.
5. SARAN
Berikut ini saran yang dapat peneliti berikan terhadap pengembangan lebih lanjut sistem pendukung keputusan pemberian pinjaman menggunakan metode AHP dan SAW studi kasus KSP Bhina Raharja Purbalingga yaitu :
1. Sistem pengambilan keputusan menggunakan metode AHP dan SAW ini dapat dikembangkan lebih lanjut dengan kriteria, sub kriteria, dan alternatif yang lebih banyak.
2. Untuk pengembangan selanjutnya dapat ditambahkan menu tambah kriteria dan sub kriteria melalui system secara langsung.
UCAPAN TERIMA KASIH
Penulis mengucapkan terima kasih kepada kedua orang tua, dosen pembimbing, KSP Bhina Raharja dan semua pihak yang telah memberi dukungan terhadap penelitian ini.
DAFTAR PUSTAKA
[1] K. Harefa, “Sistem Pendukung Keputusan Kelayakan Pemberian Pinjaman Dengan Metode Analytical Hierarchy Process (AHP) dan Simple Additive Weighting (SAW),” J.
Inform. Univ. Pamulang, Vol. 5, No. 2, p. 136, 2020, doi:
10.32493/informatika.v5i2.3714.
[2] I. G. T. Isa and G. P. Hartawan, “Perancangan Aplikasi Koperasi Simpan Pinjam Berbasis Web (Studi,” J. Ilm. Ilmu Ekon., Vol. 5, No. 10, pp. 139–151, 2017.
[3] Y. Suhari, “Sistem Pendukung Keputusan Pemberian Kredit pada PT. Bpr Artamanunggal Abadi Mranggen,” J. Din. Inform., Vol. 1, No. 1, 2009.
[4] A. H. Nasyuha, “Sistem Pendukung Keputusan Menentukan Pemberian Pinjaman Modal dengan Metode Multi Attribute Utility Theory,” J. Media Inform. Budidarma, Vol. 3, No.
2, p. 117, 2019, doi: 10.30865/mib.v3i2.1093.
[5] J. Simarmata, T. Limbong, M. Aritonang, and S. Sriadhi, “Sistem Pendukung Keputusan Pemilihan Guru Bidang Studi Komputer Menggunakan Metode Simple Additive Weighting (SAW),” Comput. Eng. Sci. Syst. J., vol. 3, No. 2, p. 186, 2018, doi:
10.24114/cess.v3i2.10400.
130 Jatisi ISSN 2407-4322 Vol. 10, No. 1, Maret 2023, Hal. 119-130 E-ISSN 2503-2933
[6] H. Nurdiyanto and H. Meilia, “Sistem Pendukung Keputusan Penentuan Prioritas Pengembangan Industri Kecil dan Menengah di Lampung Tengah Menggunakan Analytical Hierarchy Process (AHP)” pp. 6–7, 2016.[7] A. Triayudi and F. Setiawan, “Sistem Pendukung Keputusan Penentuan Penerima Pinjaman Modal Dana Bergulir Koperasi Simpan Pinjam pada Diskoperindag Kabupaten Serang Menggunakan Metode Topsis,” J. ProTekInfo, Vol. 3, No. 1, pp. 49–
54, 2016.
[8] Eniyati , Sri, “Perancangan Sistem Pendukung Keputusan Untuk Penerimaan Beasiswa Dengan Metode SAW (Simple Additive Weighting),” Vol. 16, No. 2, pp. 171–176, 2016.
[9] R. Umar, A. Fadlil, and Y. Yuminah, “Sistem Pendukung Keputusan Dengan Metode AHP Untuk Penilaian Kompetensi Soft Skill Karyawan,” Khazanah Inform. J. Ilmu Komput. dan Inform., Vol. 4, No. 1, p. 27, 2018, doi: 10.23917/khif.v4i1.5978.
[10] A. Rikki, M. Marbun, and J. R. Siregar, “Sistem Pendukung Keputusan Penerimaan Karyawan Dengan Metode SAW pada PT. Karya Sahata Medan,” J. Informatics Pelita Nusant., Vol. 1, No. 1, pp. 38–46, 2016.
